扫描PDF复制不出文字我用 Umi-OCR 离线OCR 把500页书变成了可搜索文本【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR你是不是也遇见过这种情况PDF 里的字看得清清楚楚想复制一句话出来鼠标圈了半天只得到一片空白手机相册里躺着几百张拍书页的照片想转成文字却不知从哪下手。如果你的答案是是这篇Umi-OCR使用记录值得读完。它是一款免费、开源的离线OCR软件不联网、不注册把截图识别、批量图片转文字、扫描PDF文字提取、二维码扫描生成全装进了一个程序。先回答三个问题这软件解决了我的哪些懒动手之前我先盘点了自己最痛的三件事扫描版PDF没有文字层只能一页页翻着看想检索一个术语要眼扫全书手机照片书页、课件、白板拍了几百张张张是图没法搜索也没法编辑屏幕截图教程里的代码、文章里的段落截图存了一堆用时还得对着打。这三件事的共同点是把图变成字。而我找到的答案就是这个叫Umi-OCR的离线OCR软件。为什么我留下它四个不吹不黑的理由数据不出本机——OCR 引擎跑在本地图片不用上传到任何服务器对课件、书稿这类不方便外传的资料尤其重要免费且开源——没有试用期、没有水印、没有会员墙长期维护更新日志写得明明白白批量能力是真的——图片、PDF 都能成批排队处理睡前挂机、醒来收成果上手不费劲——主界面就是几个标签页每个功能摆在明面上不用读文档也能猜个八九不离十。先放一张全局设置界面后面每个场景里都会反复用到它场景一扫描版PDF的文字提取方法从翻书到全文搜索 我手头最棘手的是一本 500 多页的扫描版技术书出版社只给了图片版 PDF——文字层一个字符都没有。查一个术语我得翻十几页想摘一段引用只能照着屏幕敲。我的做法是打开文档识别标签页把 PDF 拖进去选择输出成双层可搜索PDF底层保留扫描原图顶层覆盖一层透明识别文字。这样既保留了书的原貌又能像普通文档一样全文搜索、划词复制。有几个值得记住的细节支持 pdf、xps、epub、mobi、fb2、cbz 等格式不只是 PDF本身带文字层的文件可以直接提取原有文本省一遍识别时间处理长文档时先在设置里把页眉、页脚划进忽略区域避免页码和书名混进正文。那本书大约跑了一个多小时睡一觉醒来整个 PDF 都能检索了。后来写技术笔记我直接搜索关键词定位段落几秒钟就能找到出处。场景二三百张手机照片批量转文字的最优解 ⏳扫描书解决之后第二个坑是手机里的照片。我攒了三百多张拍的书页和课件一张张用截图识别显然不现实。于是我把它们全部拖进批量OCR标签页——这个页面支持 jpg、png、webp、bmp、tif 等常见格式没有数量上限。点开始任务后右侧面板会实时显示每张图的耗时和置信度跑完的结果可以整体导出为 txt、jsonl、md 或 csvExcel格式方便后续整理。这一页最实用的功能是忽略区域我的照片里总有手机时间水印和页角阴影每次识别都会混进15:302026/08这类噪声。进入忽略区域编辑器按住右键在水印可能出现的位置画上矩形框任务执行时这些区域内的文字会被整块跳过识别结果干净一大截。三百多张照片让它在后台慢慢跑我中途去干别的回头来看结果已经全部就绪。场景三课件截图里的代码怎么做到连缩进都不丢 ⚡日常用得最多的其实是截图OCR按一下截图快捷键框住屏幕上任意区域松开鼠标右侧就吐出识别结果。我试过识别一段 Python 课件代码里的缩进和空格都被原样保留下来直接粘贴就能跑。这里的关键在文本后处理里的排版解析方案识别代码截图选单栏-保留缩进行首缩进和行中空格原样保留读多栏论文页面选多栏-按自然段换行左右栏按阅读顺序输出不会交叉错乱竖排文字日文古籍、老报纸也能自动处理。右侧的记录栏支持划选多条一起复制也可以把剪贴板里复制好的图片直接粘贴进来识别。一个下午的课件整理被我压成了半小时。踩坑与技巧四条用学费换来的经验 ️用了一段时间踩过不少坑整理成四条最值得分享的识别超长图报错像素超大的长截图会提示图像过大。解决办法是进批量OCR → 设置 → 文字识别 → 限制图像边长把数值调高。截屏闪烁、界面错位某些电脑上会出现截屏闪烁或 UI 错位去全局设置 → 界面和外观 → 渲染器换一种渲染方案或直接关闭硬件加速基本能解决。忽略区域画太小没用只有完全落在矩形框内部的整个文本块才会被忽略。水印位置飘忽不定的话宁可把框画大一圈。语言不对就白跑识别英文资料时记得先确认当前用的是支持英文的 OCR 引擎和语言库否则中文模型会输出一堆乱码。和在线OCR、商用软件相比差在哪用过在线 OCR 网站也研究过商用识别软件我的结论是各有所长在线OCR方便但要把资料传上别人的服务器。对涉及未公开内容的课件和书稿这一步我迈不过去商用软件识别质量确实好但价格对个人用户不友好且通常要联网激活Umi-OCR免费离线隐私和成本两头都顾上中文、英文、日文的识别精度都够日常使用。代价是需要自己下载引擎、稍作配置好在配套文档齐全支持 Windows 7 和 Linux。多语言界面它也做得认真——简体中文、繁体中文、英文、日文随意切换入口就在全局设置里一次选择永久生效复盘处理资料的方式从翻变成了搜用了一个多月回头复盘真正改变我的不是某个炫技功能而是三点完全离线课件、书稿不用经过任何第三方之手上手不费劲核心功能都摆在标签页上第一次用就能跑通完整流程批量处理省心图片、PDF 都能成批跑配合完成后自动关机把等待时间从白天挪到了夜里。如果你想深入命令行调用和 HTTP 接口的说明都在项目里命令行手册见 docs/README_CLI.mdHTTP 接口文档见 docs/http/api_doc.md功能演进记录在 CHANGE_LOG.md。开发者想看源码可以直接git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。如果你手头也压着扫描件、截图和旧 PDF别急着逐字手打。去项目仓库的发行版页面下载一份挑你最头疼的文档试一次——把图和字之间的那堵墙拆掉也许只需要一个周末的下午。【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 扫描PDF复制不出文字？我用 Umi-OCR 离线OCR 把500页书变成了可搜索文本
扫描PDF复制不出文字我用 Umi-OCR 离线OCR 把500页书变成了可搜索文本【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR你是不是也遇见过这种情况PDF 里的字看得清清楚楚想复制一句话出来鼠标圈了半天只得到一片空白手机相册里躺着几百张拍书页的照片想转成文字却不知从哪下手。如果你的答案是是这篇Umi-OCR使用记录值得读完。它是一款免费、开源的离线OCR软件不联网、不注册把截图识别、批量图片转文字、扫描PDF文字提取、二维码扫描生成全装进了一个程序。先回答三个问题这软件解决了我的哪些懒动手之前我先盘点了自己最痛的三件事扫描版PDF没有文字层只能一页页翻着看想检索一个术语要眼扫全书手机照片书页、课件、白板拍了几百张张张是图没法搜索也没法编辑屏幕截图教程里的代码、文章里的段落截图存了一堆用时还得对着打。这三件事的共同点是把图变成字。而我找到的答案就是这个叫Umi-OCR的离线OCR软件。为什么我留下它四个不吹不黑的理由数据不出本机——OCR 引擎跑在本地图片不用上传到任何服务器对课件、书稿这类不方便外传的资料尤其重要免费且开源——没有试用期、没有水印、没有会员墙长期维护更新日志写得明明白白批量能力是真的——图片、PDF 都能成批排队处理睡前挂机、醒来收成果上手不费劲——主界面就是几个标签页每个功能摆在明面上不用读文档也能猜个八九不离十。先放一张全局设置界面后面每个场景里都会反复用到它场景一扫描版PDF的文字提取方法从翻书到全文搜索 我手头最棘手的是一本 500 多页的扫描版技术书出版社只给了图片版 PDF——文字层一个字符都没有。查一个术语我得翻十几页想摘一段引用只能照着屏幕敲。我的做法是打开文档识别标签页把 PDF 拖进去选择输出成双层可搜索PDF底层保留扫描原图顶层覆盖一层透明识别文字。这样既保留了书的原貌又能像普通文档一样全文搜索、划词复制。有几个值得记住的细节支持 pdf、xps、epub、mobi、fb2、cbz 等格式不只是 PDF本身带文字层的文件可以直接提取原有文本省一遍识别时间处理长文档时先在设置里把页眉、页脚划进忽略区域避免页码和书名混进正文。那本书大约跑了一个多小时睡一觉醒来整个 PDF 都能检索了。后来写技术笔记我直接搜索关键词定位段落几秒钟就能找到出处。场景二三百张手机照片批量转文字的最优解 ⏳扫描书解决之后第二个坑是手机里的照片。我攒了三百多张拍的书页和课件一张张用截图识别显然不现实。于是我把它们全部拖进批量OCR标签页——这个页面支持 jpg、png、webp、bmp、tif 等常见格式没有数量上限。点开始任务后右侧面板会实时显示每张图的耗时和置信度跑完的结果可以整体导出为 txt、jsonl、md 或 csvExcel格式方便后续整理。这一页最实用的功能是忽略区域我的照片里总有手机时间水印和页角阴影每次识别都会混进15:302026/08这类噪声。进入忽略区域编辑器按住右键在水印可能出现的位置画上矩形框任务执行时这些区域内的文字会被整块跳过识别结果干净一大截。三百多张照片让它在后台慢慢跑我中途去干别的回头来看结果已经全部就绪。场景三课件截图里的代码怎么做到连缩进都不丢 ⚡日常用得最多的其实是截图OCR按一下截图快捷键框住屏幕上任意区域松开鼠标右侧就吐出识别结果。我试过识别一段 Python 课件代码里的缩进和空格都被原样保留下来直接粘贴就能跑。这里的关键在文本后处理里的排版解析方案识别代码截图选单栏-保留缩进行首缩进和行中空格原样保留读多栏论文页面选多栏-按自然段换行左右栏按阅读顺序输出不会交叉错乱竖排文字日文古籍、老报纸也能自动处理。右侧的记录栏支持划选多条一起复制也可以把剪贴板里复制好的图片直接粘贴进来识别。一个下午的课件整理被我压成了半小时。踩坑与技巧四条用学费换来的经验 ️用了一段时间踩过不少坑整理成四条最值得分享的识别超长图报错像素超大的长截图会提示图像过大。解决办法是进批量OCR → 设置 → 文字识别 → 限制图像边长把数值调高。截屏闪烁、界面错位某些电脑上会出现截屏闪烁或 UI 错位去全局设置 → 界面和外观 → 渲染器换一种渲染方案或直接关闭硬件加速基本能解决。忽略区域画太小没用只有完全落在矩形框内部的整个文本块才会被忽略。水印位置飘忽不定的话宁可把框画大一圈。语言不对就白跑识别英文资料时记得先确认当前用的是支持英文的 OCR 引擎和语言库否则中文模型会输出一堆乱码。和在线OCR、商用软件相比差在哪用过在线 OCR 网站也研究过商用识别软件我的结论是各有所长在线OCR方便但要把资料传上别人的服务器。对涉及未公开内容的课件和书稿这一步我迈不过去商用软件识别质量确实好但价格对个人用户不友好且通常要联网激活Umi-OCR免费离线隐私和成本两头都顾上中文、英文、日文的识别精度都够日常使用。代价是需要自己下载引擎、稍作配置好在配套文档齐全支持 Windows 7 和 Linux。多语言界面它也做得认真——简体中文、繁体中文、英文、日文随意切换入口就在全局设置里一次选择永久生效复盘处理资料的方式从翻变成了搜用了一个多月回头复盘真正改变我的不是某个炫技功能而是三点完全离线课件、书稿不用经过任何第三方之手上手不费劲核心功能都摆在标签页上第一次用就能跑通完整流程批量处理省心图片、PDF 都能成批跑配合完成后自动关机把等待时间从白天挪到了夜里。如果你想深入命令行调用和 HTTP 接口的说明都在项目里命令行手册见 docs/README_CLI.mdHTTP 接口文档见 docs/http/api_doc.md功能演进记录在 CHANGE_LOG.md。开发者想看源码可以直接git clone https://gitcode.com/GitHub_Trending/um/Umi-OCR。如果你手头也压着扫描件、截图和旧 PDF别急着逐字手打。去项目仓库的发行版页面下载一份挑你最头疼的文档试一次——把图和字之间的那堵墙拆掉也许只需要一个周末的下午。【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片PDF文档识别排除水印/页眉页脚扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考