1、项目介绍

该项目是基于 PaddleOCR 开发的，用 Python 编写，目前只支持 Windows 平台运行，跨平台还在筹备中。

项目地址：


https://github.com/hiroi-sora/Umi-OCR
https://gitee.com/mirrors/Umi-OCR.git

项目结构：


Umi-OCR
├─ Umi-OCR.exe
└─ UmiOCR-data
   ├─ main.py **
   ├─ version.py **
   ├─ site-packages
   │  └─ python 包
   ├─ runtime
   │  └─ python 解释器
   ├─ qt_res **
   │  └─ 项目 qt 资源，包括图标和 qml 源码
   ├─ py_src **
   │  └─ 项目 python 源码
   ├─ plugins
   │  └─ 插件
   └─ i18n **
      └─ 翻译文件

项目特点：

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 接口等多种调用方式。
功能：截图 OCR / 批量 OCR / PDF 识别 / 二维码 / 公式识别

2、项目使用

直接在 releases 中选择合适的版本，可选择以下方式下载：



GitHub https://github.com/hiroi-sora/Umi-OCR/releases/latest
蓝奏云 https://hiroi-sora.lanzoul.com/s/umi-ocr
Source Forge https://sourceforge.net/projects/umi-ocr

本软件无需安装，解压后，点击 Umi-OCR.exe 即可启动程序。

好用的 OCR 开源文字识别工具

截图 OCR

这个功能很适合在一些不能复制的网页上使用，速度很快，准确率也很高。

好用的 OCR 开源文字识别工具

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。

批量 OCR

如果需要一次性识别多图片，这个功能值得拥有
只需要将所有的图片导入，然后点击开始任务，就可以批量识别了。

好用的 OCR 开源文字识别工具

批量 OCR：这一页支持批量导入本地图片并识别。

识别内容可以保存为 txt / jsonl / md / csv(Excel) 等多种格式。
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。
支持忽略区域。
没有数量上限，可一次性导入几百张图片进行任务。

可自定义忽略区域

好用的 OCR 开源文字识别工具

忽略区域：批量 OCR 中的一种特殊功能，适用于排除图片中的不想要的文字。

文档识别

好用的 OCR 开源文字识别工具

文档识别：

支持导入 pdf, xps, epub, mobi, fb2, cbz 格式的文件。
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。

支持命令行、接口调用

支持通过命令行或 HTTP 接口的方式来调用，命令行调用入口就是主程序 Umi-OCR.exe

OCR 指令命令行使用：


截屏：Umi-OCR.exe --screenshot
粘贴图片：Umi-OCR.exe --clipboard
指定地址：Umi-OCR.exe --path "D:/xxx.png"
结果输出：Umi-OCR.exe --screenshot --> test.txt

OCR 指令均可在控制台回传识别结果。请耐心等待，在一次指令结束前不要输入下一条指令。所有指令支持用前几个字母替代，如–screenshot、–clipboard 可以分别简写为–sc、–cl。具体可自己尝试。

HTTP 接口
需先勾选开启 HTTP 服务，

好用的 OCR 开源文字识别工具

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。

示例如下：


import requests
import json

url = "http://127.0.0.1:1224/api/ocr"
data = {
    "base64": "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",
    # 可选参数
    # Paddle 引擎模式
    # "options": {
    #     "ocr.language": "models/config_chinese.txt",
    #     "ocr.cls": False,
    #     "ocr.limit_side_len": 960,
    #     "tbpu.parser": "multi_para",
    #     "data.format": "text",
    # }
    # Rapid 引擎模式
    # "options": {
    #     "ocr.language": "简体中文",
    #     "ocr.angle": False,
    #     "ocr.maxSideLen": 1024,
    #     "tbpu.parser": "multi_para",
    #     "data.format": "text",
    # }
}
headers = {"Content-Type": "application/json"}
data_str = json.dumps(data)
response = requests.post(url, data=data_str, headers=headers)
if response.status_code == 200:
    res_dict = json.loads(response.text)
    print("返回值字典\n", res_dict)

更多详细使用可参考：