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
七牛开发者5 分钟前
RAG 工程里的上下文剪枝:如何减少 68% 的上下文
前端·css·github
SLD_Allen27 分钟前
Purple Llama:Meta开源的LLM安全“紫队”工具箱
安全·开源·llama
DO_Community1 小时前
Weaviate 托管数据库现已在 DigitalOcean 上开放公测
数据库·人工智能·开源·向量数据库·weaviate
zlinear数据采集卡1 小时前
2mV纹波的代价:硬核拆解ZLinear模拟前端放大器与正负可调电源设计
arm开发·单片机·嵌入式硬件·fpga开发·架构·开源
2501_941982051 小时前
企业微信二次开发:如何用 Python 搭建通用的 Webhook 实时消息接收
开发语言·python·企业微信
在世修行1 小时前
第24篇:PyInstaller打包实战 — 从Python脚本到Windows EXE
人工智能·python·pyinstaller
华研前沿标杆游学2 小时前
2026年制造企业标杆参访实操指南:3步选对适配参访路线
python
Wang ruoxi2 小时前
Pygame 小游戏——一笔画挑战
python·pygame
萧青山2 小时前
AI阅读增强套件:用苏格拉底诘问+对抗性阅读+知识图谱构建深度阅读技能套件(Python实现)
人工智能·python·知识图谱·ai阅读增强
Java面试题总结3 小时前
Python,单引号和双引号有何区别
开发语言·python