Umi-OCR 文字识别工具

免费，开源，可批量的离线 OCR 软件。适用于 Windows7 x64 及 Linux x64。

v2.1.5 · 三周年版本 MIT 开源协议 Windows / Linux 100+ 语言 100% 离线运行 Paddle / Rapid 双引擎

免费：本项目所有代码开源，完全免费，无广告、无捆绑、无付费功能。

方便：解压即用，离线运行，无需网络，不上传任何图片到服务器。

高效：自带高效率离线 OCR 引擎，内置多种语言识别库，多线程并发处理。

灵活：支持命令行、HTTP 接口等外部调用方式，方便集成到工作流中。

功能：截图 OCR / 批量 OCR / PDF 文档识别 / 二维码 / 数学公式。

免费下载 v2.1.5 查看功能说明版本对比

功能说明
使用方式
下载与版本
项目数据
常见问题
开源协议

功能说明

Umi-OCR 提供五种主要文字识别功能，覆盖日常提取文字的绝大多数场景。所有识别过程都在本地完成，图片不会上传到任何服务器。

截图 OCR快捷键 Win+Alt+C

按下快捷键唤起截图工具，截取屏幕任意区域后自动识别图中的文字。左侧预览栏可划选局部区域，右侧识别记录栏可编辑、复制、导出。

快捷键 Win + Alt + C 全局唤起
左侧预览可划选，支持 局部识别
右侧记录可编辑，支持导出为 txt / md
支持 竖排文本 与 多栏排版 解析

截图 OCR · 界面示意

预览 · Preview

截图区域（可划选局部）

识别结果 · Result

Umi-OCR 是一款免费开源的
离线 OCR 文字识别软件，
支持截图、批量、文档识别。
# 128 characters

批量 OCR

一次性导入数百张图片，Umi-OCR 自动多线程并发识别，结果可批量导出。适合整理扫描件、发票、学习资料等大批量场景。

支持 jpg png webp bmp tif 等格式
多线程并发处理，批量速度极快
结果可导出 txt / jsonl / md / csv
支持 忽略区域，排除水印、页眉、页脚干扰

批量 OCR · 界面示意

01screenshot_2026_01.png已完成

02screenshot_2026_02.png已完成

03screenshot_2026_03.png已完成

04screenshot_2026_04.png识别中

05screenshot_2026_05.png等待中

PDF / 文档识别

导入 PDF 或扫描件图片，逐页识别文字内容，保留原文档段落结构，输出可编辑的 TXT 或 Markdown 文件。

支持 PDF 与扫描件图片批量导入
保留段落结构与多栏排版
支持竖排文本识别
可导出为 TXT / Markdown

二维码识别

扫描图片或截图中的二维码，识别内容可复制，支持一图多码批量提取。

支持一图多码识别
识别结果一键复制
可批量扫描文件夹内所有图片

数学公式识别实验性功能

识别图片中的数学公式，输出 LaTeX 格式代码，可直接粘贴到 LaTeX 编辑器或 Markdown 中使用。

识别结果输出 LaTeX 代码
支持复杂多行公式
可粘贴到 Typora / Overleaf 直接渲染

使用方式

Umi-OCR 提供 图形界面 与 命令行 / HTTP 接口 两种使用方式，可以根据使用场景自由选择。

图形界面

解压后双击主程序即可启动。所有功能都在图形界面内完成，无需命令行操作，适合普通用户日常使用。

Umi-OCR_Rapid_v2.1.5/
├── Umi-OCR.exe        # 主程序
├── config/            # 配置文件
├── models/            # 识别模型
└── README.md

命令行调用

提供完整的命令行接口，可脚本化批量处理图片，适合服务器端或自动化任务集成。

# 对单张图片进行 OCR
Umi-OCR.exe --path "image.png" --output "result.txt"

# 批量处理目录
Umi-OCR.exe --path "./images/" --output "./results/"

HTTP 接口

启动时可开启 HTTP 服务，通过 REST 接口调用 OCR 功能，方便与其他软件集成。

# 启动 HTTP 服务（默认端口 1224）
Umi-OCR.exe --server

# 调用接口
POST http://127.0.0.1:1224/api/ocr
Content-Type: application/json
{ "base64": "..." }

下载与版本

Umi-OCR 提供两个引擎版本：Paddle 版 精度更高，Rapid 版 更快更轻。可根据电脑配置与使用场景选择。

版本	体积	特点	适用场景
Paddle 版	约 128 MB	精度更高，模型更大	复杂文档、专业场景
Rapid 版	约 97 MB	速度更快，体积更小	快速任务、低配电脑
Linux 版	AppImage	Ubuntu / Debian / Fedora	Linux 桌面环境

兼容性说明：Paddle 版不兼容奔腾 / 赛扬 / 凌动 CPU，如果启动报错 0xc0000142，请换用 Rapid 版。

Windows 下载

Umi-OCR_Rapid_v2.1.5.7z — 约 97 MB · 推荐
Umi-OCR_Paddle_v2.1.5.7z — 约 128 MB · 高精度

# SHA256 校验
Rapid  : 4B3D... (请以 releases 页面为准)
Paddle : 8F2A... (请以 releases 页面为准)

Linux 下载

Umi-OCR_Linux_v2.1.5.AppImage — 通用格式
Umi-OCR_Linux_v2.1.5.tar.gz — 压缩包

项目数据

Umi-OCR 由 hiroi-sora 发起并维护，是 GitHub 上活跃的开源 OCR 项目之一。

GitHub Stars	0K+
支持语言	0+ 种
离线运行	0%（不上传图片）
广告与捆绑	0（完全免费纯净）
最新版本	v2.1.5

常见问题

Umi-OCR 是免费的吗？

完全免费且开源，采用 MIT 协议。软件本身无任何付费内容，无广告、无捆绑，所有功能均可免费使用。

OCR 识别会上传图片到服务器吗？

不会。Umi-OCR 100% 本地离线运行，所有识别过程都在你的电脑上完成，图片不会上传到任何服务器，完全保护隐私。首次启动时已内置识别模型，无需联网下载。

Paddle 版和 Rapid 版有什么区别？

Paddle 版精度更高，模型更大（约 128MB），适合复杂文档识别，但不兼容奔腾 / 赛扬 / 凌动 CPU；Rapid 版处理速度更快，体积更小（约 97MB），兼容性更好，适合快速任务与低配电脑。如果 Paddle 版报错 0xc0000142，请换用 Rapid 版。

支持哪些操作系统？

支持 Windows 10 / 11 与 Linux 系统（包括 Ubuntu、Debian、Fedora 等主流发行版）。Windows 提供 7z 压缩包，Linux 提供 AppImage 与 tar.gz 两种形式。

识别结果可以导出成什么格式？

截图 OCR 可导出 TXT、Markdown；批量 OCR 可导出 TXT、jsonl、Markdown、CSV 四种格式；文档识别可导出 TXT、Markdown。所有导出均保留原始识别排版。

如何排除水印或页眉页脚的干扰？

使用「忽略区域」功能：在识别前，右键绘制矩形框覆盖水印、页眉、页脚等区域，Umi-OCR 会自动跳过这些区域，只识别正文内容，大幅提升识别准确率。

支持哪些语言？

内置 100+ 种语言的识别模型，涵盖简体中文、繁体中文、英语、日语、韩语、法语、德语、西班牙语等主流语言，以及部分小语种。

开源协议

项目源代码托管于 GitHub：github.com/hiroi-sora/Umi-OCR