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、智能排版合并段落、适应横/竖排文字。可排除水印区域,提取干净的文本。基于PaddleOCR。
hiroi-sora 61c2540878 添加译者信息 Marcos i | 3 months ago | |
---|---|---|
.github | 6 months ago | |
UmiOCR-data | 3 months ago | |
dev-tools | 3 months ago | |
docs | 3 months ago | |
.gitignore | 3 months ago | |
CHANGE_LOG.md | 3 months ago | |
LICENSE | 1 year ago | |
README.md | 3 months ago | |
README_en.md | 3 months ago | |
README_ja.md | 3 months ago |
<a href="#目录">
使用说明
</a>
<span> • </span>
<a href="#下载发行版">
下载地址
</a>
<span> • </span>
<a href="CHANGE_LOG.md">
更新日志
</a>
<span> • </span>
<a href="https://github.com/hiroi-sora/Umi-OCR/issues">
提交Bug
</a>
开发者请务必阅读 构建项目 。
以下发布链接均长期维护,提供稳定版本的下载。
• 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。
最新测试版(首次推出 Linux 版本):
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。
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:打开这一页后,就可以用快捷键唤起截图,识别图中的文字。
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:这一页用于批量导入本地图片进行识别。
jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff
。txt, jsonl, md, csv(Excel)
。文本后处理
功能,整理OCR文本的排版和顺序。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。
key_mouse
才会被忽略。pubsub_connector.py
、pubsub_service.py
这两个文本块得以保留。
文档识别:
pdf, xps, epub, mobi, fb2, cbz
。扫码:
Aztec
,Codabar
,Code128
,Code39
,Code93
,DataBar
,DataBarExpanded
,DataMatrix
,EAN13
,EAN8
,ITF
,LinearCodes
,MatrixCodes
,MaxiCode
,MicroQRCode
,PDF417
,QRCode
,UPCA
,UPCE
生成码:
全局设置:在这里可以调整软件的全局参数。常用功能如下:
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。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 |
steven0081 | English |
Marcos i | English |
plum7x | 繁體中文 |
hugoalh | 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。
**
后缀表示本仓库(主仓库
)包含的内容。
Umi-OCR
├─ Umi-OCR.exe
├─ umi-ocr.sh
└─ UmiOCR-data
├─ main.py **
├─ version.py **
├─ 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:
运行环境框架:
请参考 更新日志 开头的说明。
请跳转下述仓库,完成对应平台的开发/运行环境部署。
Umi-OCR 项目主要由作者 hiroi-sora 用业余时间在开发和维护。如果您喜欢这款软件,欢迎赞助。
已完成的工作
Esc
中断截图操作展开
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。
[ ] 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。