推荐一款纯离线OCR识别开源软件

这次要推荐的是一款可以纯离线使用，无需担心隐私泄露的开源OCR软件，开源项目已经快到5k star的项目，名称叫“Umi-OCR”，OCR图片转文字识别软件，完全离线。截屏/批量导入图片，支持多国语言、合并段落、竖排文字。可排除水印区域，提取干净的文本，基于 PaddleOCR 。

推荐理由

此款软件本人已经使用将近3周，识别速度确实快，关键是个开源项目，不存在需要上传图片上云再识别，即便在不联网的情况也能使用（亲测断网也能正常识别），数据完全在本地处理，针对一些在断网开发不允许连接外网的小伙伴是一个不错的选择，比如经常给图片，需要挨个敲字确实麻烦，有了这款工具就可以大大减少手敲时间，支持批量和定时处理，因此推荐给大家，可能唯一不足的是仅有Windows端可以使用，若你也有此类好用的软件可以评论区留言~

软件一览

软件特性

• 免费：本项目所有代码开源，完全免费。
• 方便：解压即用，离线运行，无需网络。
• 批量：可批量导入处理图片，结果保存到本地 txt / md / jsonl 多种格式文件。也可以即时截屏识别。
• 高效：采用 PaddleOCR-json C++ 识别引擎。只要电脑性能足够，通常比在线OCR服务更快。
• 精准：默认使用PPOCR-v3模型库。除了能准确辨认常规文字，对手写、方向不正、杂乱背景等情景也有不错的识别率。可设置忽略区域排除水印、设置文块后处理合并排版段落，得到规整的文本。

目前已实现的功能：

• 输出内容可选为markdown风格并嵌入图片路径。
• 设置项能保存。
• 自动打开输出文件or文件夹。
• 识别剪贴板中的图片。
• 任务进行时，禁用部分设置项。
• 计划任务：完成后自动关机/休眠等。
• 递归导入文件夹。
• 优化适配PaddleOCR v3模型。
• 增加OCR引擎进程常驻后台的模式，大幅缩短剪贴板识图等零碎任务动时间。
• 监控OCR引擎进程内存占用，并可随时强制停止该进程。
• 内置截图。
• 可最小化至系统托盘。
• 优化UI：以图标代替文字按钮。设置项悬停有气泡提示框。
• 自动检测Windows语言是否兼容
• 解决引擎Opencv对不同地区语言Windows的兼容性。
• 优化引擎参数设置。
• 排版后处理：匹配/合并同段落文本，支持横/竖排。
• 可设置窗口弹出模式（锁定置顶）。
• 重新快捷键模块，解决失效和录制不正确的Bug。
• 设置开机自启。
• 创建快捷方式到开始菜单、桌面。
• 多开提示。
• 截图时隐藏窗口。
• 结构输出到每个图片同名的单独txt文件
• 创建开机启动项时，可选不显示主窗口。
• OCR结果输出到每个图片同名的单独txt文件。
• 增加独立的设置语言窗口，可在多处点开，便于切换语言。
• 合并段落添加合并自然段-西文模式，可在英文段落换行时补充空格。
• 快捷识图可选自动清空面板，只显示本次识别结果，且隐藏时间信息。
• 通过命令行控制Umi-OCR。
• 弹出悬浮的识别成功与否的提示。
• 定时或超过限度时自动清理引擎内存占用。

下载地址

Github官方开源下载地址：点此下载

官方蓝奏网盘分享下载地址：点此下载

个人防和谐蓝奏网盘分享地址：点此下载

使用源代码自己构建可以点此访问Github项目地址详细说明

快速入门

准备

下载压缩包并解压全部文件即可。

截图识别

点击截图按钮或自定义快捷键，唤起截图识别。

粘贴图片到软件

在任何地方（如文件管理器，网页，微信）复制图片，软件上点击粘贴按钮，自动识别。

批量识别本地图片文件

将图片或文件夹拖进软件，批量转换文字。也可以点击按钮打开浏览窗口导入。

识别结果将保存到本地。可选生成纯文本txt文件、带链接Markdown文件、原始信息jsonl文件等不同格式。可配置任务完成后执行关机/待机。

效率测试

测试机器：

测试集：

测试结果：

结论：

• 在启用mkldnn情况下，v1.2.6 及之后的版本，比前代的效率具有显著优势。新版调教倾向于榨干硬件的性能，内存占用高于旧版。
• 不启用mkldnn时，新版本效率不如前代。故您的CPU若不支持mkldnn（极早期AMD型号），可尝试使用 v1.2.5 的旧版本Umi-OCR。
• 虽然Paddle官方文档中说经过压缩剪枝蒸馏量化的slim版模型的性能指标会超过传统算法，但实测 v3 slim 模型的性能远不如原始版本，还可能伴随着内存泄漏的问题。也许是 PP-OCR C++ 引擎不适配。在该问题解决之前，Umi-OCR发行版提供原始版本模型。

参考链接

Umi-OCR开源项目地址

Umi-OCR – 免费的离线 OCR 文字识别软件Windows