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:
项目信息
- 项目名称:Umi-OCR
- GitHub 链接:github.com/hiroi-sora/...
- Star 数:17K+