Umi-OCR 是一款专注于隐私安全的开源文字识别工具。无需联网，所有识别过程均在你的电脑本地完成，彻底杜绝数据上传与隐私泄密风险。
快捷键截取屏幕任意区域，文字瞬间提取，支持直接粘贴图片识别。
将扫描版 PDF 或图片文件夹拖入，批量输出可搜索、可复制的文本。
不依赖任何云端 API，断网环境依然可用，商业机密与个人数据零外泄。
Paddle 高精度版与 Rapid 轻量版自由切换，兼顾老旧电脑与复杂文档。
Umi-OCR 不仅免费开源，更在离线识别领域做到了极致。无论你是整理资料的学生，还是处理敏感合同的白领，它都能成为你的得力助手。
按下快捷键（默认 Win+Alt+C）框选屏幕任意区域，Umi-OCR 立刻将图片中的文字识别出来。识别结果直接进入编辑框，支持划选复制或一键导出。从网页、视频、聊天记录中提取文字，从未如此简单。
将整个文件夹拖入批量 OCR 标签页，软件自动逐张处理，无数量上限。支持 jpg、png、webp、bmp、tif 等格式，结果可导出为 txt、md、csv，方便后续整理。对于需要数字化大量纸质资料的场景，这能节省数小时的手动录入时间。
扫描版 PDF 无法直接复制文字，而 Umi-OCR 可以对其逐页识别，并生成带有文本图层的双层 PDF。这意味着你不仅能提取文字，还能在原文位置进行搜索与高亮。同时支持 epub、mobi 等电子书格式的文本提取，是研究资料整理的利器。
批量识别时，图片中的水印、LOGO 或页眉页脚往往会造成干扰。Umi-OCR 内置忽略区域编辑器，你可以手动框选不需要识别的部分。软件会智能跳过这些区域，只提取你关心的正文内容，让识别结果更加干净可用。
内置超过 100 种语言的识别库，涵盖中、英、日、韩、俄、德、法等主流语言。针对复杂排版，Umi-OCR 提供多种段落合并方案：多栏自动换行、单栏保留缩进（适合代码截图）、竖排从右到左适配等，让识别出的文本保持原有的阅读逻辑。
软件采用解压即用的便携设计，无需安装，双击即可运行。对于开发者，Umi-OCR 提供了完整的命令行调用与 HTTP 接口，可以轻松集成到自动化工作流中。项目代码在 GitHub 完全开源，接受社区审查与贡献。
以下核心特性以模块方式呈现，助你快速了解 Umi-OCR 的价值主张。
在云计算盛行的今天，将图片上传第三方服务器识别伴随隐私风险。无论是身份证截图、商业合同还是内部记录，一旦上传便脱离控制。Umi-OCR 的核心设计理念是“离线优先”——所有识别运算均在本机 CPU 或 GPU 上完成，软件不包含任何向外部服务器发送数据的代码。即使在完全断网环境下，Umi-OCR 依然可以正常工作。对于处理敏感信息的法务、财务、医疗或科研人员，这一特性具有不可替代的价值。
截图 OCR 是 Umi-OCR 最受欢迎的功能之一。按下预设快捷键，框选屏幕任意区域，文字便在眨眼间出现在识别窗口中。由于无需将图片压缩、上传、等待服务器返回，整个过程几乎零延迟。从网页复制受限文字、提取视频字幕、抓取游戏内对话，都变得轻而易举。识别结果不仅可直接复制，还支持编辑与批量导出，极大提升信息收集效率。
对于需要处理大量扫描文档的用户，Umi-OCR 的批量识别与 PDF 转换功能堪称效率倍增器。你可以将包含数百张图片的文件夹直接拖入软件，Umi-OCR 会依次识别并输出对应的文本文件，支持 txt、csv、md 等多种格式。针对扫描版 PDF，软件能够逐页进行 OCR，并生成带有可搜索文本图层的双层 PDF。这意味着你既能保留原文档的视觉排版，又能像处理电子文档一样搜索和复制其中的文字。这项功能对于整理历史档案、学术文献或法律卷宗尤其有用。
与市面上许多标榜“免费”的在线 OCR 服务不同，Umi-OCR 不存在“用隐私换便利”的隐性代价。在线服务通常需要将图片上传至云端，即便服务商承诺“24 小时内删除”，数据在传输和存储过程中仍存在被截获或泄露的风险。Umi-OCR 从根本上消除了这一环节：图片不离开你的电脑，识别模型运行在你的内存中，结果直接写入你的硬盘。 用户无需阅读冗长的隐私政策，因为不存在数据收集行为。这种透明的安全模型，让 Umi-OCR 在开源社区中赢得了超过 4 万颗 GitHub Stars 的信任。
Umi-OCR 并非一款停滞的软件。其开发者 hiroi-sora 与社区贡献者持续更新版本，修复问题并引入新功能。从最初的截图识别，到如今支持二维码读写、公式识别（LaTeX 输出）、命令行接口，Umi-OCR 的功能边界在不断扩展。同时，软件提供了 Paddle 与 Rapid 两种引擎版本：前者精度更高，适合复杂排版与手写体；后者体积小巧、兼容性好，适合老旧电脑。用户可以根据自己的硬件条件自由选择，无需为配置担忧。
在数字化浪潮中，效率与安全往往被视为鱼与熊掌。Umi-OCR 用开源与离线的技术路径证明，二者可以兼得。它或许没有华丽的云服务界面，却以最朴素、最可靠的方式，守护着每一位用户的数据主权。选择 Umi-OCR，就是选择将隐私控制权牢牢握在自己手中。