好家伙，这个免费OCR工具居然能离线识别45K星？Umi-OCR新手使用全教程
目录
🤔 你是不是也遇到过这种尴尬？
网上看到一张表格截图，想把里面的数据复制出来，结果发现——选不中。
扫描版的PDF合同要签字，需要提取里面某段文字，复制粘贴出来全是乱码。
领导甩过来一张海报图片，让你把上面的文案整理成文档，你只能一个字一个字手敲……
说实话，这些场景太常见了。以前我的做法是打开某个在线OCR网站，上传图片，等识别完再复制。但问题是：有些内容涉及隐私，不方便上传到第三方服务器。而且网速慢的时候，等得人着急。
今天给大家安利一个完全免费、开源、而且可以离线使用的OCR工具——Umi-OCR。GitHub上已经斩获45000+ Star，是国内开发者 hiroi-sora 一个人用业余时间维护的项目，良心到不行。
✨ Umi-OCR 是什么？一句话说清楚
Umi-OCR 是一款免费开源的离线OCR文字识别软件。简单说就是：你截个图，它帮你把图里的文字”抠”出来，变成可以复制粘贴的文本。
最牛的是：全程在你自己的电脑上运行，不需要联网。你的图片、你的文字，一个字节都不会上传到任何服务器。对处理合同、证件、财务报表这些敏感内容来说，安全感拉满。
而且它不是那种简陋的命令行工具，界面做得很漂亮，中文支持也好，解压就能用，零门槛上手。
📥 怎么下载安装？3分钟搞定
第一步：去下载
官方下载地址（推荐蓝奏云，国内免注册不限速）：
🔗 蓝奏云：https://hiroi-sora.lanzoul.com/s/umi-ocr
🔗 GitHub Releases：https://github.com/hiroi-sora/Umi-OCR/releases/latest
第二步：选版本
下载的时候你会看到两个版本：
- Rapid 引擎版（推荐大多数用户）— 兼容性好，老电脑也能跑
- Paddle 引擎版 — 速度稍快，但需要更好的硬件配置
如果你不确定选哪个，选 Rapid 版就对了。
第三步：解压运行
下载的是 .7z 压缩包（或者 .7z.exe 自解压包）。解压到一个没有中文和空格的路径（比如 D:\Tools\），然后双击 Umi-OCR.exe，程序就启动了。
不需要安装任何东西，不需要注册账号，不需要联网。就是这么简单粗暴。
🖼️ 核心功能一：截图OCR（最常用）
这是最高频的功能，也是我觉得最实用的。
操作步骤：
- 打开「截图OCR」标签页
- 按快捷键 Win + Alt + C（可以自定义）唤起截图模式
- 用鼠标框选屏幕上你想识别的区域
- 松开鼠标，等一两秒，文字就出来了！
识别结果会显示在右侧的记录栏里，可以直接编辑、划选复制。左侧还有图片预览，你甚至可以直接在预览图上用鼠标选文字。
还支持直接粘贴图片——在微信、QQ里看到的图片，Ctrl+C 复制，然后到 Umi-OCR 里 Ctrl+V 粘贴，直接识别。不用保存到本地再导入，效率翻倍。
📦 核心功能二：批量OCR（处理大量图片）
如果你手上有几百张截图或者扫描件需要识别，批量OCR就是救星。
操作步骤：
- 打开「批量OCR」标签页
- 把图片文件夹直接拖进去（支持 jpg、png、webp、bmp、tiff 等格式）
- 选择输出格式（txt、csv、jsonl、md 都可以）
- 点「开始任务」，去泡杯咖啡，回来就搞定了
支持忽略区域功能——如果图片上有水印或LOGO，你可以在设置里框出这些区域，识别时会自动跳过，不会把水印文字混进结果里。这个功能太贴心了。
还有一个排版解析功能，可以自动整理识别结果的排版顺序。多栏文章、代码截图这些复杂排版，选对方案后输出的文字顺序会顺畅很多。
任务完成后还支持自动关机——睡前挂一批图，勾上自动关机，第二天起来结果文件就在那了。
📄 核心功能三：PDF文档识别
打开「文档识别」标签页，把扫描版 PDF 拖进去，它会逐页识别文字。
支持输出双层可搜索 PDF——上面是原始图片，下面隐藏着可检索的文字层。以后想搜PDF里的内容，直接 Ctrl+F 就行了。
还支持 epub、mobi、xps 等格式，堪称万能文档识别器。
📱 核心功能四：二维码识别和生成
没想到吧，一个OCR工具还能扫二维码。
截图、粘贴、拖入图片，自动识别里面的二维码或条形码。支持一图多码，19种编码协议。反过来也能用——输入文本，生成二维码图片。
🆚 和同类工具比，Umi-OCR 好在哪？
| 对比项 | Umi-OCR | 在线OCR网站 | ABBYY |
| 价格 | 完全免费 | 免费/付费 | 几百到几千元 |
| 离线使用 | ✅ 完全离线 | ❌ 必须联网 | ✅ 可离线 |
| 隐私安全 | ✅ 数据不出本机 | ❌ 图片上传服务器 | ✅ 本地处理 |
| 中文支持 | ✅ 内置中文库 | ✅ 支持 | ✅ 支持 |
| 批量处理 | ✅ 无上限 | ⚠️ 通常有限制 | ✅ 支持 |
| 老电脑兼容 | ✅ Win7也能跑 | ✅ 浏览器就行 | ❌ 配置要求高 |
💡 使用感受
用了大半年了，说说真实体验：
最爽的场景：开会时拍了张白板照片，回来直接截图识别，3秒钟文字就出来了，比手打快了不知道多少倍。
最惊喜的：排版解析功能。以前用别的OCR工具，多栏文章识别出来文字顺序乱七八糟，Umi-OCR 选对方案后基本是”所见即所得”的顺序。
唯一的小遗憾：目前只支持 Windows 和 Linux，Mac 用户暂时没福气。不过作者说了，Mac 支持在远期计划里，耐心等等吧。
另外，如果你是开发者，Umi-OCR 还提供了命令行接口和 HTTP 接口，可以把它集成到自己的自动化脚本里。比如用 Python 调用 Umi-OCR 的 HTTP 接口，实现批量自动识别，这个就留给大家自己探索了。
📌 总结
如果你经常需要从图片、截图、扫描件里提取文字，Umi-OCR 绝对是你电脑里应该有的一款工具。
免费、开源、离线、隐私安全、功能全面——这些关键词叠在一起，你很难找到第二款能做到同样水准的工具了。
GitHub 45000+ Star 不是白来的，是真的好用。
关注公众号：「实用软技」，在公众号窗口里回复关键字「软件」即可免费获取
