17K star!开源免费的离线OCR工具

平时工作中,总会遇到想对图片内文字进行处理的情况,我们就来介绍一款开源、免费的离线OCR工具,它就是:Umi-OCR。

关于 Umi-OCR

Umi-OCR是开源、免费的离线OCR软件。支持截屏/粘贴/批量导入图片,段落排版/排除水印,扫描/生成二维码。项目内置多国语言库,方便切换。

Umi-OCR支持两种内核,一种是PaddleOCR,另一种是RapidOCR。

工具包括的主要功能有:

  • 截图OCR:识别图中的文字,还支持段落合并、鼠标划选等功能。
  • 批量OCR:支持批量导入本地图片并识别
  • 二维码:可截图/粘贴/拖入本地图片,读取其中的二维码、条形码
  • 文档识别:支持导入多种格式的文件进行识别。
  • 调用接口:支持CLI和HTTP接口

目前项目在GitHub已经获得17K+ star,项目发布时间不长,增长趋势在OCR类产品里是比较不错的。

为什么用 Umi-OCR

为什么要使用Umi-OCR呢,我们来说一说:

  • 开源免费:不是OCR工具用不起,而是开源更有性价比,不花钱,还不用看些乱七八糟的广告,难道不香么。
  • 开箱即用:安装后无需什么配置即可使用,快速上手。
  • 体验好:在机器效率不错的情况下,Umi-OCR效率很好,用本地工具总比用一些服务要方便很多。
  • 有可玩性:提供了HTTP接口,可以自己做一些扩展,如果还不满足,那也可以从源码下手。

如何使用 Umi-OCR

项目支持Windows7 x64 及以上,因此只有windows用户可以使用了。

首先在项目release页面可以下载安装包:

Paddle 引擎插件版性能好,速度快,占用率高,适合高配机器。Rapid 引擎插件版速度稍慢,内存占用低,适合低配机器,兼容性好。

图片OCR

这是最常用的功能了,提供了很多实用的功能设置,并且转换速度很不错,很快就能得到结果。

批量OCR

批量OCR可以帮助处理多个任务,还可以设置处理后动作,直接保存不同类型的结果文件。

文档识别

除了对图片,还可以对PDF等类型的文件进行OCR,也同样支持批量操作。支持的文件格式有:pdf, xps, epub, mobi, fb2, cbz

二维码

可截图/粘贴/拖入本地图片,读取其中的二维码、条形码

接口调用

可以启动本地的服务来提供HTTP的API接口,具体参考文档来使用:

github.com/hiroi-sora/...

项目信息

相关推荐
时光追逐者2 小时前
一款开源免费、通用的 WPF 主题控件包
开源·c#·.net·wpf
国服第二切图仔3 小时前
【源力觉醒 创作者计划】文心开源大模型ERNIE-4.5系列与Qwen/DeepSeek/GPT-4横向深度测评报告
百度·开源·文心大模型·paddle·gitcode
Dxy12393102163 小时前
Python PDFplumber详解:从入门到精通的PDF处理指南
开发语言·python·pdf
在努力的韩小豪5 小时前
如何从0开始构建自己的第一个AI应用?(Prompt工程、Agent自定义、Tuning)
人工智能·python·llm·prompt·agent·ai应用·mcp
寻月隐君6 小时前
想用 Rust 开发游戏?这份超详细的入门教程请收好!
后端·rust·github
Otaku love travel6 小时前
实施运维文档
运维·windows·python
测试老哥7 小时前
软件测试之单元测试
自动化测试·软件测试·python·测试工具·职场和发展·单元测试·测试用例
presenttttt7 小时前
用Python和OpenCV从零搭建一个完整的双目视觉系统(六 最终篇)
开发语言·python·opencv·计算机视觉
测试19988 小时前
软件测试之压力测试总结
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·压力测试
SoFlu软件机器人8 小时前
Cursor、飞算JavaAI、GitHub Copilot、Gemini CLI 等热门 AI 开发工具合集
人工智能·github·copilot