开源离线 OCR 引擎，无需联网，截图即刻识别文字，支持 PDF 批量提取。 所有数据仅在本地处理，无隐私泄露风险。
Umi-OCR 提供截图识别、PDF 批量处理、二维码生成与解析等能力，所有计算均在本地完成， 无需上传任何文件，满足隐私敏感场景。
快捷键呼出截图，自动识别选中区域文字并复制到剪贴板。支持多语言混合识别，结果精准快速。
导入多个 PDF 或图片文件夹，一键批量提取文字。保留段落结构，支持导出 TXT、Markdown 等格式。
基于 PaddleOCR 等开源引擎，全程本地运算，不发送任何数据到服务器。断网也能正常使用。
内置二维码生成与识别功能，可批量生成二维码，或从图片中解析二维码内容，提高工作效率。
提供 HTTP 接口和命令行调用，方便集成到自动化流程中。开发者可自由调用 OCR 能力。
现代化 UI 设计，操作直观。支持深色模式，标签页管理多个识别任务，体验流畅。
除了基础识别，Umi-OCR 还针对排版还原、多语言、批量自动化等需求提供了进阶支持， 让文字提取更智能、更高效。
普通 OCR 仅提取纯文本，而 Umi-OCR 能够分析段落、表格与列表结构， 在输出时保留原始排版逻辑。无论是合同、报告还是书籍扫描件， 识别结果都更接近原文，减少后期整理时间。
智能区分标题、正文、表格与列表，输出结构化文本。
同一张图片中若出现中文、英文、日文、韩文等多语言内容， Umi-OCR 可自动切换识别模型，无需手动指定语言。 对于跨国文档、学术论文或技术手册，识别准确率显著提升。
自动识别语言类型，中英日韩混合内容一键提取。
面对成百上千张图片或 PDF 文件，手动逐个识别效率极低。 Umi-OCR 支持批量导入文件夹，自动排队处理，并可预设输出格式与命名规则。 配合命令行调用，还能嵌入现有工作流，实现无人值守的自动化识别。
文件夹级导入，自动排队识别，支持命令行调用。
无论是日常办公、学术研究还是开发集成，本地离线 OCR 都能带来安全与效率的双重提升。
快速提取 PDF 论文、扫描书籍中的文字，方便引用与笔记。
截图识别发票、合同、报表，直接转为可编辑文本，减少手动录入。
处理身份证、银行账单等敏感信息时，离线运行杜绝数据外泄风险。
通过 API 或命令行集成 OCR 能力，构建自动化文档处理流水线。
这里整理了一些用户最常提出的问题，帮助你快速了解这款工具。
是的，Umi-OCR 是开源项目，基于 MIT 协议发布，个人和商业使用均免费，无任何功能限制。
不会。Umi-OCR 内置了高性能的 PaddleOCR 模型，离线状态下依然保持高识别精度，与联网方案相当。
目前支持 Windows 10/11 和主流 Linux 发行版，提供打包好的可执行文件，开箱即用。
Umi-OCR 主要针对印刷体优化，对于工整的手写体有一定识别能力，但复杂手写内容准确率有限。