Umi |
您所在的位置：网站首页 › 在线文字识别软件免费版下载 › Umi |
Umi
|
中文 • English • 日本語
开发者请务必阅读 构建项目 。 下载发行版以下发布链接均长期维护，提供最新软件版本。 蓝奏云 https://hiroi-sora.lanzoul.com/s/umi-ocr （国内推荐，免注册/无限速） GitHub https://github.com/hiroi-sora/Umi-OCR/releases/latest Source Forge https://sourceforge.net/projects/umi-ocr • Scoop Installer（点击展开）Scoop 是一款Windows下的命令行安装程序，可方便地管理多个应用。您可以先安装 Scoop ，再使用以下指令安装 Umi-OCR ： 添加 extras 桶： scoop bucket add extras （可选1）安装 Umi-OCR（自带 Rapid-OCR 引擎，兼容性好）： scoop install extras/umi-ocr （可选2）安装 Umi-OCR（自带 Paddle-OCR 引擎，速度稍快）： scoop install extras/umi-ocr-paddle 不要同时安装二者，快捷方式可能会被覆盖。但您可以额外导入 插件 ，随时切换不同OCR引擎。 开始使用软件发布包下载为 .7z 压缩包或 .7z.exe 自解压包。自解压包可在没有安装压缩软件的电脑上，解压文件。 本软件无需安装。解压后，点击 Umi-OCR.exe 即可启动程序。 遇到任何问题，请提 Issue ，我会尽可能帮助你。 界面语言Umi-OCR 支持的界面多国语言。在第一次打开软件时，将会按照你的电脑的系统设置，自动切换语言。 如果需要手动切换语言，请参考下图，全局设置→语言/Language 。
Umi-OCR v2 由一系列灵活好用的标签页组成。您可按照自己的喜好，打开需要的标签页。 标签栏左上角可以切换窗口置顶。右上角能够锁定标签页，以防止日常使用中误触关闭标签页。 截图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 。 忽略区域
关于 OCR文本后处理 - 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。 在批量识别页的右栏设置中可进入忽略区域编辑器。 如上方样例，图片顶部和右下角存在多个水印 / LOGO。如果批量识别这类图片，水印会对识别结果造成干扰。 按住右键，绘制多个矩形框。这些区域内的文字将在任务中被忽略。 请尽量将矩形框画得大一些，完全包裹住水印所有可能出现的位置。 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。 调用接口： 命令行手册： README_CLI.md HTTP接口手册： README_HTTP.md 软件本地化翻译：感谢以下译者，为 Umi-OCR 贡献了本地化翻译工作：（排名不分先后） 译者 贡献语言 bob English, 繁體中文, 日本語 Qingzheng Gao English, 繁體中文 Weng, Chia-Ling English, 繁體中文 linzow English, 繁體中文 Eric Guo English plum7x 繁體中文 ドコモ光 日本語如果有信息错误或人员缺漏，请在 这个讨论 中回复。 本项目使用在线平台 Weblate: Umi-OCR 进行本地化翻译协作。我们欢迎任何用户参与翻译工作，您可校对、补充现有语言，或添加新语言。 关于项目结构 各仓库： 主仓库 👈 插件库 Win 运行库 工程结构：** 后缀表示本仓库(主仓库)包含的内容。 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 ** └─ 翻译文件支持的离线OCR引擎： PaddleOCR-json RapidOCR-json运行环境框架： PyStand 定制版 构建项目 第零步：（可选）fork本项目 第一步：下载代码请参考 更新日志 开头的说明。 后续步骤：对于不同平台（虽然现在只有Windows），需要不同的运行环境。 Windows 跨平台的支持筹备中请跳转上述仓库，完成对应平台的开发/运行环境部署。 本项目也拥有非常简易的一键打包脚本，在以上仓库中查看。 更新日志 开发计划 已完成的工作 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。 即将进行的工作 重构底层插件机制。 在线 OCR API 插件。 独立的数学公式识别插件。 远期计划 展开这些是预想中的功能，在开发初期已预留好接口，将在远期慢慢实现。 但开发途中受限于实际情况，可能更改功能设计、新增及取消功能。 “数学公式”标签页，提供独立的数学公式识别/Latex渲染。 检查更新机制。 排版解析之外的文本后处理模块（如保留数字、半全角字符转换、文本纠错）。 关键接口函数添加事件触发方式。 基于GPU的离线OCR。 图片翻译 离线翻译。 固定区域识别。 识别表格图片，输出为Excel。 历史记录系统。 兼容 MacOS / Ubuntu 等平台。 |
【本文地址】
今日新闻 |
推荐新闻 |