【亲测免费】 Umi-OCR:开源、免费的离线OCR软件
2026-02-04 04:42:26作者:苗圣禹Peter
项目基础介绍和主要编程语言
Umi-OCR 是一个开源、免费的离线OCR(光学字符识别)软件,适用于 Windows 和 Linux 平台。该项目主要使用 Python 语言进行开发,并结合了 QML 用于界面设计。Umi-OCR 的目标是提供一个高效、灵活且易于使用的 OCR 工具,支持多种语言的文字识别。
项目核心功能
- 截图OCR:支持通过快捷键唤起截图,识别图片中的文字。
- 批量OCR:可以批量导入本地图片进行识别,支持多种图片格式(如 jpg, png, bmp 等)。
- PDF文档识别:支持从PDF扫描件中提取文本,或将其转换为双层可搜索PDF。
- 忽略区域:在批量识别时,可以排除图片中指定区域的文字,适用于排除水印或页眉页脚。
- 二维码识别与生成:支持读取图片中的二维码、条形码,并生成二维码图片。
- 多语言支持:内置多国语言库,支持多种语言的文字识别。
- 命令行调用与HTTP接口:支持通过命令行或HTTP接口进行外部调用。
项目最近更新的功能
- 二维码识别与生成功能:新增了对二维码和条形码的识别与生成功能,支持19种协议。
- HTTP文档识别接口:新增了通过HTTP接口进行文档识别的功能。
- Linux平台移植:项目现已支持在Linux平台上运行。
- 界面语言支持:增加了对繁体中文、日语等语言的界面支持。
- 排版解析优化:改进了OCR结果的排版解析方案,使文本更适合阅读和使用。
Umi-OCR 是一个功能强大且不断发展的开源项目,适合需要离线OCR解决方案的用户使用。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350