Umi-OCR是什么？

Umi-OCR 是一款基于百度的 PaddleOCR 框架開發(fā)的開源、免費(fèi)的離線OCR 工具，支持截屏/批量導(dǎo)入圖片，PDF文檔識(shí)別，排除水印/頁(yè)眉頁(yè)腳，掃描/生成二維碼，內(nèi)置多國(guó)語(yǔ)言庫(kù)等功能，具有高精度識(shí)別、離線運(yùn)行、多語(yǔ)言支持、高效批處理等優(yōu)勢(shì)。

Umi-OCR功能特點(diǎn)

• 離線運(yùn)行：完全離線使用，無(wú)需網(wǎng)絡(luò)連接，保護(hù)用戶隱私。

• 多語(yǔ)言支持：內(nèi)置多國(guó)語(yǔ)言庫(kù)，支持多種語(yǔ)言的文字識(shí)別。

• 多種識(shí)別功能：

• 截圖 OCR：支持屏幕截圖、粘貼圖片進(jìn)行文字識(shí)別。

• 批量 OCR：可批量導(dǎo)入圖片進(jìn)行文字識(shí)別，支持多種圖片格式。

• PDF 識(shí)別：支持從 PDF 文檔中提取文字，可排除頁(yè)眉、頁(yè)腳等。

• 二維碼識(shí)別：支持掃碼和生成二維碼。

• 公式識(shí)別：支持?jǐn)?shù)學(xué)公式識(shí)別（測(cè)試中）。

• 文本后處理：支持對(duì)識(shí)別結(jié)果進(jìn)行排版整理，排除干擾文字。

• 靈活調(diào)用：支持命令行和 HTTP 接口調(diào)用，方便開發(fā)者集成。

Umi-OCR技術(shù)特性

• 高精度識(shí)別：內(nèi)置多種語(yǔ)言模型，支持簡(jiǎn)/繁中文、英文、日文、韓文及常見歐洲語(yǔ)言，兼容混合排版文本識(shí)別。

• 復(fù)雜版式解析：精準(zhǔn)識(shí)別豎排文字、表格和簡(jiǎn)單數(shù)學(xué)公式。

• 低質(zhì)量圖像優(yōu)化：針對(duì)模糊、傾斜、低光照?qǐng)D片進(jìn)行預(yù)處理，提升識(shí)別準(zhǔn)確率。

• 高效批處理與靈活輸出：支持拖拽文件夾或批量導(dǎo)入圖片，一鍵完成數(shù)百文件的OCR識(shí)別。

Umi-OCR使用場(chǎng)景

• 辦公場(chǎng)景：快速提取掃描版PDF、圖片報(bào)告中的文字，轉(zhuǎn)換為可編輯文檔。

• 學(xué)術(shù)研究：識(shí)別外文文獻(xiàn)、古籍資料，輔助翻譯與引用。

• 多媒體處理：為視頻截圖、漫畫翻譯、游戲字幕提供文字提取支持。

• 自動(dòng)化流程：通過(guò)命令行接口集成到其他工具鏈，實(shí)現(xiàn)批量OCR自動(dòng)化。

Umi-OCR下載與使用

下載鏈接：

• 藍(lán)奏云（國(guó)內(nèi)推薦，免注冊(cè)/無(wú)限速）：https://hiroi-sora.lanzoul.com/s/umi-ocr

• GitHub Release：https://github.com/hiroi-sora/Umi-OCR/releases/tag/v2.1.4

安裝方式：解壓即用，無(wú)需安裝。支持Windows 7 x64和Linux x64平臺(tái)。

命令行安裝：通過(guò)Scoop安裝（Windows）：

scoop install extras/umi-ocr

未來(lái)計(jì)劃

• 重構(gòu)底層插件機(jī)制。

• 添加在線OCR API插件。

• 實(shí)現(xiàn)獨(dú)立的數(shù)學(xué)公式識(shí)別插件。

• 支持圖片翻譯和離線翻譯。

• 兼容MacOS和更多Linux發(fā)行版

前兩天介紹的一個(gè)olmOCR也不錯(cuò)，只要測(cè)重PDF的轉(zhuǎn)換，也可以試下。