Umi-OCR 使用指南

一、平台介绍

Umi-OCR 是一款国产离线开源 OCR 工具，基于 PaddleOCR 引擎开发，采用 MIT 开源协议。

• 安全隐私：全程本地运算，不上传图片，彻底杜绝云端隐私泄露风险。
• 网络要求：断网可用，完全离线运行。
• 系统支持：兼容 Windows/Linux x64 架构。
• 安装方式：解压即用，无需安装，无驱动依赖。

二、核心主要功能

1. 截图识别

• 自定义快捷键：支持设置全局热键，快速框选屏幕区域。
• 多源识别：支持点击屏幕截图识别，也支持复制图片后粘贴识别。
• 智能排版：识别后自动合并自然段，优化文本格式。

2. 批量图片 OCR

• 无限数量：拖入图片或文件夹即可处理，无数量上限。
• 区域屏蔽：支持设置忽略区域，自动跳过水印、页眉、页脚。
• 多格式导出：支持导出为 TXT、MD、CSV、JSONL 等多种格式。

3. 批量 PDF 文档

• 扫描件处理：针对扫描版 PDF 提取文字。
• PDF 优化：生成的 PDF 为双层可检索格式，方便后期编辑与搜索。

4. 附加识别能力

• 多模态解析：支持二维码解析与生成。
• 特殊文本：内置数学公式识别、竖排文本适配功能。
• 多语言支持：内置简繁中、英、日、韩、俄、德、法等语言模型，支持手动扩充。

5. 外部集成与后处理

• 接口调用：提供 HTTP 接口与命令行支持，可对接自动化脚本或第三方软件。
• 文本清洗：自动合并自然段，去除多余换行，过滤干扰文字。

三、适用人群

✅ 推荐适用人群

1. 学生群体：课件截图、黑板照片、论文文献、公式提取。
2. 职场办公：合同/发票扫描件、截图文案、批量资料数字化。
3. 隐私敏感用户：财务单据、身份证、内部机密（需本地处理，不上传云端）。
4. 自媒体创作者：网页截图、视频字幕提取。
5. 开发者：本地 OCR 接口二次开发、自动化工具集成。

❌ 不适合使用场景

1. MacOS 用户：无官方原生客户端，需依赖虚拟机或 WSL，体验不佳。
2. 老旧硬件：无 AVX 指令集的老旧 CPU 无法启动 Paddle 引擎。
3. 移动端用户：不支持手机或平板直接运行。
4. 32 位系统：仅支持 x64 架构操作系统。

四、免费/付费情况

• 完全免费：100% 永久免费，无付费版本、无会员、无次数限制、无软件水印。
• 开源协议：源码完全开源，个人及商用均可自由使用、二次修改及分发。
• 无隐形消费：无定价页面，不存在付费套餐或充值渠道。
• 模型扩展：仅可选额外下载多语言模型包，所有扩展资源均免费。

五、快速使用步骤

• 软件安装下载 Release 版本压缩包，解压至任意文件夹。
• 直接运行 Umi-OCR.exe 即可启动。
• 截图识别进入 设置 -> 快捷键，绑定截图热键（默认为 Win + Alt + C）。
• 按下快捷键框选区域，软件自动输出文本，支持一键复制。
• 批量识别切换至「批量 OCR」模式。
• 拖入图片文件，设置「忽略区域」框选水印等干扰内容。
• 点击开始任务，处理完成后批量导出文件。
• PDF 识别切换至「批量文档」模式。
• 导入 PDF 文件，批量提取文字内容。
• 剪贴板快捷识别从网页或微信复制图片后，软件点击「粘贴图片识别」即可完成。
• 进阶开发开启 HTTP 接口功能。
• 通过代码调用本地 OCR 服务，实现程序化调用。

六、避坑点（高频问题与解决方案）

1. 硬件兼容坑

• 问题：老 CPU 无 AVX 指令集无法启动 Paddle 引擎；32 位系统无法运行。
• 解决：需切换 RapidOCR 引擎；确认系统为 x64 架构。

2. 多屏缩放异常

• 问题：多显示器 Windows 缩放比例不一致，导致截图画面错位、识别失败。
• 解决：统一所有显示器缩放比例，或使用系统自带截图工具截取后导入。

3. 大图识别模糊

• 问题：超长截图或超大图片出现识别残缺、漏字。
• 解决：在 设置 中调高「限制图像边长」数值，或分块识别。

4. 硬盘占用大

• 问题：完整多语言模型包体积超 1GB。
• 解决：若仅用中文，可在模型目录删除多余的语言模型包以节省空间。

5. 忽略区域逻辑误区

• 问题：忽略框仅能屏蔽固定水印，动态不规则水印无法彻底清除。
• 解决：复杂图片建议单张手动剔除干扰区域，或使用图像预处理工具先修复。

6. Mac 用户限制

• 问题：无官方 Mac 客户端。
• 解决：只能通过虚拟机或 WSL 运行，体验不如本地客户端。

7. 杀毒误报

• 问题：解压包易被 Windows Defender 拦截。
• 解决：添加解压目录至杀毒软件白名单；软件无病毒，开源源码可自查。

8. 离线模型更新

• 问题：新增语种无在线自动下载功能。
• 解决：需手动下载模型文件，并按指定路径放入目录。

9. 接口安全风险

• 问题：HTTP 接口默认本地开放。
• 解决：切勿暴露公网 IP，避免他人调用占用本地算力；内部使用建议设置密码或限流。

10. 批量任务卡顿

• 问题：一次性导入上千张图会导致内存飙升，处理变慢。
• 解决：建议分批次处理，避免单次内存溢出。