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
skywalk8163几秒前
快速安装一个本地开源邮件系统postfix+dovecot @Ubuntu22.40
开源·邮箱·postfix·dovecot
wazmlp00188736912 分钟前
python第三次作业
开发语言·python
深蓝电商API29 分钟前
住宅代理与数据中心代理在爬虫中的选择
爬虫·python
猫头虎31 分钟前
2026年AI产业13大趋势预测:Vibe Coding创作者经济元年到来,占冰强专家解读AIGC未来图景
人工智能·开源·prompt·aigc·ai编程·远程工作·agi
chian-ocean36 分钟前
智能多模态助手实战:基于 `ops-transformer` 与开源 LLM 构建 LLaVA 风格推理引擎
深度学习·开源·transformer
历程里程碑2 小时前
普通数组----合并区间
java·数据结构·python·算法·leetcode·职场和发展·tornado
weixin_395448912 小时前
mult_yolov5_post_copy.c_cursor_0205
c语言·python·yolo
执风挽^2 小时前
Python基础编程题2
开发语言·python·算法·visual studio code
笔画人生2 小时前
深度解析 CANN 项目:以 `ops-transformer` 为例探索高性能 AI 算子库
学习·开源
纤纡.2 小时前
PyTorch 入门精讲:从框架选择到 MNIST 手写数字识别实战
人工智能·pytorch·python