Umi-OCR 圖片轉(zhuǎn)文字是一款批量對本地圖片文件進行離線 OCR 文字識別工具。

軟件特點

支持生成內(nèi)聯(lián)圖片的 Markdown 文件

支持 win10 x64

能批量識別普通圖片，支持忽略指定區(qū)域功能

輸出到軟件面板或本地 txt 文件 /md 文件

無需聯(lián)網(wǎng)

可用于批量識別視頻截圖時排除右上角水印的干擾，批量識別游戲截圖時排除 UI 與按鈕的干擾，讓識別結(jié)果只留下所需的文本

注意事項

軟件是本地圖片文件處理工具，沒有實時屏幕截圖識別的功能

不建議使用 win7，核心 c ++ 模塊 PaddleOCR-json 基本無法運行

如果想嘗試，win7 x64 sp1 打滿系統(tǒng)升級補丁 + 安裝 vc 運行庫后有小概率能跑起來

打開忽略區(qū)域設置窗口，拖入任一張截圖，會顯示出圖片，識別到的文字區(qū)域會被虛線框起來。右上角的水印也會被識別到，點擊選擇 + 忽略區(qū)域 1，鼠標按住，繪制矩形完全包裹住水印區(qū)域，范圍可以大一些，點擊 完成。返回主窗口，開始任務即可。

軟件特點

免費：本項目所有代碼開源，完全免費。

方便：解壓即用，離線運行，無需網(wǎng)絡。

批量：可批量導入處理圖片，結(jié)果保存到本地 txt / md / jsonl 多種格式文件。也可以即時截屏識別。

高效：采用 PaddleOCR-json C++ 識別引擎。只要電腦性能足夠，通常比在線 OCR 服務更快。

精準：默認使用 PPOCR-v3 模型庫。除了能準確辨認常規(guī)文字，對手寫、方向不正、雜亂背景等情景也有不錯的識別率?？稍O置忽略區(qū)域排除水印、設置文塊后處理合并排版段落，得到規(guī)整的文本。

更新日志

V2.1.2 主要更新

新增：批量任務（圖片、文檔）支持 暫停任務。只要不退出軟件，在待機 / 休眠后可以恢復任務。

新增：文檔任務支持保存為 單層純文本 PDF。

新增：HTTP OCR 接口 允許設置 忽略區(qū)域 參數(shù)。

新增：HTTP 二維碼接口 允許設置 圖像預處理 參數(shù)。

新增：命令行 –screenshot 允許 指定屏幕范圍，自動進行截圖。

修復：文檔內(nèi)容提取和寫入時的坐標旋轉(zhuǎn)、比例適配問題。

優(yōu)化：批量文檔標簽頁，拖入大量文件、提交大批任務時的性能和流暢度。

優(yōu)化：文檔任務保存的文件名規(guī)則。

UI：優(yōu)化一些布局，調(diào)整一些文本，美化一些視覺效果。

GitHub：https://github.com/hiroi-sora/Umi-OCR/releases/latest