目录
1.介绍
Umi-OCR：免费，开源，可批量的离线OCR软件，目前适用于 Windows7 x64 及以上。
这个项目基于基于 PaddleOCR，支持截图识别、批量导入识别、个性化识别等功能。
整个项目由 python 语言编写，win7系统的小伙伴大概率是用不了的。推荐 Win10 x64 及以上版本。
2.项目亮点
免费
本项目所有代码开源，完全免费。
方便
解压即用，离线运行，无需网络。
高效
自带高效率的离线OCR引擎，内置多种语言识别库。
灵活
支持命令行、HTTP接口等外部调用方式。
功能
截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别（测试中）
3.项目功能（已实现）
-
标签页框架。
-
OCR API控制器。
-
OCR 任务控制器。
-
主题管理器，支持切换浅色/深色主题主题。
-
实现 批量OCR。
-
实现 截图OCR。
-
快捷键机制。
-
系统托盘菜单。
-
文本块后处理（排版优化）。
-
引擎内存清理。
-
软件界面多国语言。
-
命令行模式。
-
Win7兼容。
-
Excel（csv）输出格式。
-
Esc中断截图操作 -
外置主题文件
-
字体切换
-
加载动画
-
忽略区域。
-
二维码识别。
-
批量识别页面的图片预览窗口。
-
PDF识别。
-
调用本地图片浏览器打开图片。 #335
-
重复上一次截图。 #357
-
修Bug：文档识别在Windows7系统的兼容性问题。
-
HTTP/命令行接口添加二维码识别/生成功能。(#423)
-
二维码接口的文档。
4.功能体验
界面语言
直接在releases中选择合适的版本，下载解压即可。
可以看到，项目还配套了英、日、韩等多个国家的语言识别库，方便国外的这些用户使用。
截图识别OCR
截图OCR：打开这一页后，就可以用快捷键唤起截图，识别图中的文字。
- 左侧的图片预览栏，可直接用鼠标划选复制。
- 右侧的识别记录栏，可以编辑文字，允许划选多个记录复制。
- 也支持在别处复制图片，粘贴到Umi-OCR进行识别。
文本后处理
关于 OCR文本后处理 - 排版解析方案： 可以整理OCR结果的排版和顺序，使文本更适合阅读和使用。预设方案：
多栏-按自然段换行：适合大部分情景，自动识别多栏布局，按自然段规则进行换行。多栏-总是换行：每段语句都进行换行。多栏-无换行：强制将所有语句合并到同一行。单栏-按自然段换行/总是换行/无换行：与上述类似，不过 不区分多栏布局。单栏-保留缩进：适用于解析代码截图，保留行首缩进和行中空格。不做处理：OCR引擎的原始输出，默认每段语句都进行换行。
上述方案，均能自动处理横排和竖排（从右到左）的排版。（竖排文字还需要OCR引擎本身支持）
批量OCR
批量OCR：这一页用于批量导入本地图片进行识别。
- 支持格式：
jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff。 - 保存识别结果的支持格式：
txt, jsonl, md, csv(Excel)。 - 与截图OCR一样，支持
文本后处理功能，整理OCR文本的排版和顺序。 - 没有数量上限，可一次性导入几百张图片进行任务。
- 支持任务完成后自动关机/待机。
- 如果要识别像素超大的长图或大图，请调整：页面的设置→文字识别→限制图像边长→【调高数值】。
- 拥有特殊功能
忽略区域。
文档识别
文档识别：
- 支持格式：
pdf, xps, epub, mobi, fb2, cbz。 - 对扫描件进行OCR，或提取原有文本。可输出为 双层可搜索PDF 。
- 支持设定 忽略区域 ，可用于排除页眉页脚的文字。
- 可设置任务完成后 自动关机/休眠 。
二维码
扫码：
- 截图/粘贴/拖入本地图片，读取其中的二维码、条形码。
- 支持一图多码。
- 支持19种协议，如下：
Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE
生成码：
- 输入文本，生成二维码图片。
- 支持19种协议和纠错等级等参数。
全局设置
全局设置：在这里可以调整软件的全局参数。常用功能如下：
- 一键添加快捷方式或设置开机自启。
- 更改界面语言。Umi支持繁中、英语、日语等语言。
- 切换界面主题。Umi拥有多个亮/暗主题。
- 调整界面文字的大小 和字体。
- 切换OCR插件。
- 渲染器 ：软件界面默认支持显卡加速渲染。如果在你的机器上出现截屏闪烁、UI错位的情况，请调整
界面和外观→渲染器，尝试切换到不同渲染方案，或关闭硬件加速。
5.项目集成（调用接口）
基础说明
如上图，必须允许HTTP服务才能使用HTTP接口（默认开启）。如果需要允许被局域网访问，请将主机切换到任何可用地址。
在全局设置页中勾选高级才会显示。
1) 图片OCR：Base64 识别接口
传入一个base64编码的图片，返回OCR识别结果。
URL：/api/ocr
例：http://127.0.0.1:1224/api/ocr（实际端口请在全局设置中查看）
2) 图片OCR：参数查询接口
返回当前需要提供哪些options参数。
URL：/api/ocr/get_options
例：http://127.0.0.1:1224/api/ocr/get_options
3) 二维码：Base64 识别接口
传入一个base64编码的图片，返回二维码识别结果。
URL：/api/qrcode
例：http://127.0.0.1:1224/api/qrcode
4) 二维码：从文本生成图片
传入文本，根据文本生成二维码图片，返回图片base64。
URL：/api/qrcode （与二维码识别接口一致，只是参数不同）
例：http://127.0.0.1:1224/api/qrcode