从快速截屏到大规模 PDF 文档，全部在您的设备上完成。
一键截图或粘贴图片，Umi-OCR 引擎瞬间识别图中文字，支持中英混排、竖排、手写体，结果可复制或导出。按下快捷键即可框选屏幕任意区域，松开鼠标后文字立刻呈现。
导入多个 PDF 文件，自动逐页识别并输出为 TXT / MD / JSON，保留段落结构，适合文档数字化归档。支持页码范围、输出格式（纯文本 / Markdown / 带坐标 JSON），还可以导出为双层 PDF。
支持图片文件夹批量识别，多线程加速，可设置忽略区域、正则过滤，让重复工作自动化。将整个文件夹拖入窗口，引擎会自动排队识别并输出结构化文本，无需逐个操作。
所有识别计算均在您的设备上完成，不需要上传任何图片或文件。合同、证件、笔记、商业文档永远不会离开您的电脑。安装包内置识别模型，首次使用无需下载额外模型，完全离线可用。
从技术原理到实际应用，全面了解 Umi-OCR 的本地化优势。
在云端 OCR 服务泛滥的今天，Umi-OCR 坚持将识别能力完全放置于用户设备。无论是简单的屏幕截图取字，还是上百页 PDF 文档的批量文字提取，所有计算均在本地完成，不需要上传任何图片或文件。这意味着您的合同、证件、笔记、商业文档永远不会离开您的电脑——隐私泄露风险归零。
Umi-OCR 基于 PaddleOCR 与 ONNX 推理引擎深度优化，在保证高精度的同时大幅降低资源占用。普通办公笔记本即可流畅运行，无需独立显卡。从截图到识别结果输出，通常在 0.3 秒内完成，几乎感受不到等待。对于需要处理大量图片的用户，可以开启“批量处理”模式，将整个文件夹拖入窗口，引擎会自动排队识别并输出结构化文本。
按下快捷键（默认 Ctrl+Alt+O）即可框选屏幕任意区域，松开鼠标后文字立刻呈现。识别结果以浮动窗口展示，支持直接复制、编辑或保存为 TXT。无论是网页上的资料、PDF 阅读器中的段落，还是视频里的字幕，截图识别都能轻松应对。Umi-OCR 还内置了二维码/条形码识别，截图后自动解析，方便获取链接或文本。
针对扫描版 PDF 或图片型 PDF，Umi-OCR 提供了完整的批量处理方案。您可以一次性添加多个 PDF 文件，设置页码范围、输出格式（纯文本 / Markdown / 带坐标 JSON），然后交给引擎自动处理。每一页的识别结果都会保留原始排版信息，例如段落间距、标题层级，便于后续整理。对于需要保留原始版式的用户，还可以导出为双层 PDF（可搜索 PDF），既保留原图又叠加了文本层。
批量处理过程中，所有临时文件均保存在本地临时目录，任务结束后自动清理。您也可以随时暂停或取消任务，灵活控制处理进度。值得一提的是，Umi-OCR 支持命令行调用，开发者可以将其集成到自动化流程中，实现无人值守的文档处理。
我们深知数据安全的重要性。Umi-OCR 不包含任何网络请求模块（除用户主动检查更新外），所有识别模型都内置在安装包中，首次使用无需下载额外模型。安装包体积控制在 100MB 以内，方便离线部署。企业用户可以在内网环境中批量安装，无需担心防火墙限制。
此外，Umi-OCR 是完全开源的项目，代码托管于 GitHub，任何人都可以审查其安全性。社区版永久免费，无功能限制，无广告弹窗。我们相信，工具应该回归纯粹——解决问题，而不是制造干扰。
从截图到 PDF，从单张图片到整个文件夹，Umi-OCR 提供了一站式的本地文字识别体验。它也许不是功能最繁杂的 OCR 软件，但一定是把“离线、快速、易用”做到极致的那一个。立即下载，感受本地 OCR 的流畅与安心。