Umi-OCR 是一款完全开源、免费的离线文字识别工具。无需网络，无需注册，所有截图、PDF 与图片处理均在你的本地电脑完成。拒绝隐私泄露，从一次纯粹的离线识别开始。
引擎完全本地化运行，断网、内网、涉密环境均可全功能使用
Umi-OCR 的识别核心基于开源 PaddleOCR 深度优化，全部推理计算都在你的本机 CPU 或 GPU 上完成。这意味着即使拔掉网线、在完全隔离的内网环境中，软件依然可以正常识别。与在线 OCR 服务不同，你的图片、PDF 和识别结果不会经过任何远程服务器，从根源上杜绝了数据在传输途中被截获或滥用的可能。
同时，离线架构带来了极快的响应速度——没有网络延迟，没有排队等待，没有每月识别次数的限制。批量任务队列可以无限扩展，让长时间、大批量的文档数字化工作变得稳定而高效。
快捷键唤起，多栏排版智能解析，即截即得
日常办公中最常用的场景莫过于从屏幕截图中提取文字。Umi-OCR 支持自定义全局快捷键，按下后框选屏幕任意区域即可完成识别，结果自动填入编辑框。针对网页、论文、报表中常见的多栏排版，软件内置了智能段落解析算法，能够还原原始阅读顺序，避免传统 OCR 识别后文字上下错位、左右乱序的问题。
所有截图识别的中间文件仅存在于本机内存与临时目录中，任务结束即清理，不会在磁盘上留下任何可被恢复的痕迹，进一步保障了截图内容的私密性。
扫描版 PDF 转可搜索双层 PDF，支持页眉页脚过滤
对于需要数字化的历史档案、合同或书籍扫描件，Umi-OCR 提供了强大的 PDF 批量处理能力。你可以一次性导入数百页的扫描版 PDF，软件会逐页进行 OCR，并输出为可搜索、可复制文字的双层 PDF——原文档的视觉外观保持不变，但文字层已被完整嵌入，方便后续全文检索与复制引用。
批量任务还支持排除页眉、页脚与水印干扰，并可按页码范围拆分处理。识别完成后，结果可批量导出为 TXT、CSV、JSONL 或 Markdown 格式，方便导入知识库或数据库进行二次利用。整个流程同样在本地完成，涉密文档无需担忧外传风险。
你的合同、证件与内部资料，永远不会离开你的硬盘
“无隐私泄露”不是一句口号，而是 Umi-OCR 的架构设计原则。软件不需要注册账号，不强制联网激活，不收集任何使用行为数据。所有功能在首次启动时即可直接使用，没有隐藏的云端依赖。你可以用抓包工具验证：在纯离线状态下，软件的全部核心功能均正常运转。
对于企业法务、财务、医疗等对数据合规要求严格的行业，这一特性尤为关键。Umi-OCR 采用便携化设计，解压即用、可放入 U 盘随身携带，在任意 Windows 或 Linux 电脑上插上即用，用完拔走，不在宿主机留下安装痕迹，真正实现“数据随身走，隐私不落地”。
MIT 协议开放源代码，41K+ Star 社区共建，无订阅无限制
Umi-OCR 的全部源代码托管在 GitHub 上，采用宽松的 MIT 许可证，任何人可自由使用、修改与分发。它没有“免费试用”的次数限制，没有付费才能解锁的批量功能，也没有植入广告或水印。超过 41,000 颗 Star 的社区背书，意味着项目具备长期维护的活力，不会因商业公司停止运营而突然失效。
在格式兼容方面，软件支持 JPG、PNG、WebP、BMP 等主流图片格式，PDF 扫描件与多页 TIFF 同样可处理；识别结果可导出为 TXT、CSV、JSONL、Markdown 以及双层 PDF。额外的公式识别可转 LaTeX，二维码/条码支持 19 种协议，一套工具即可覆盖学术、办公与日常的多样识别需求。
无需牺牲安全，即可获得强大的本地识别能力
设定快捷键，瞬间截取屏幕任意区域并完成文字提取。支持多栏排版解析，保留原始段落逻辑，无需手动整理。
一次性导入数百页扫描版 PDF，自动生成可搜索的双层 PDF 文件。同时支持排除页眉、页脚与水印干扰。
支持 JPG、PNG、WebP 等主流格式批量导入，识别结果可导出为 TXT、CSV、JSONL 或 Markdown，任务数量无上限。
核心引擎完全运行于本地，断网环境下依旧全功能可用。你的合同、证件与内部资料，永远不会离开你的硬盘。
额外支持数学公式转 LaTeX，以及 19 种协议条码/二维码的扫描与生成，满足学术与日常的多样需求。
提供完整的命令行调用与 HTTP 接口，方便集成到自动化流程或企业内部系统中，轻松实现二次开发。
离线识别能力覆盖学习、办公与合规多种需求
批量识别扫描版文献与书籍，导出为 Markdown 或 TXT 后导入笔记软件，快速建立个人文献库。公式识别可直接转 LaTeX，省去手动录入的繁琐。
合同、财务票据、内部档案在完全离线的环境中完成 OCR，杜绝云端传输环节的泄密风险。便携版可部署于内网电脑，满足合规审计要求。
将大量纸质扫描件批量转为可搜索的双层 PDF，配合页眉页脚过滤功能，让检索结果更干净。识别全程本地化，证件信息不外泄。
通过命令行或 HTTP 接口调用 OCR 能力，嵌入到爬虫后处理、客服工单截图解析、RPA 流程等自动化场景中，无需依赖外部付费 API。
轻量便携，主流桌面系统开箱即用
从架构到体验，理解离线 OCR 的长期价值
在数字化办公日益普及的今天，我们经常需要从图片、扫描件或 PDF 文档中提取文字。然而，市面上大多数在线 OCR 服务都要求你将文件上传至云端服务器，这无疑增加了敏感数据泄露的风险。无论是商业合同、财务票据，还是个人证件，一旦上传，数据的去向便不再受你控制。Umi-OCR 从根本上改变了这一现状。它是一款基于 MIT 协议开源的离线 OCR 软件，所有识别运算均在本地 CPU/GPU 上完成，物理隔绝了网络传输环节，真正实现了“数据不出门，隐私零泄露”。
对于日常办公场景，Umi-OCR 的截图 OCR 功能极大地提升了信息采集效率。你只需按下快捷键，框选屏幕上的任意区域，文字便会即刻呈现在编辑框中，且支持多栏排版智能解析，避免了传统 OCR 识别后文字顺序错乱的尴尬。而对于需要处理大量历史档案的用户，其批量文档识别能力尤为关键。它不仅能读取普通图片，更支持对扫描版 PDF 进行整页 OCR，并输出为可搜索、可复制内容的双层 PDF。这意味着你可以在不破坏原文档视觉效果的前提下，建立起属于自己的本地全文检索库。
与许多“免费试用”或“限制次数”的商业软件不同，Umi-OCR 的代码完全公开在 GitHub 上，拥有超过 41,000 颗 Star 的信赖背书。它没有隐藏的订阅费用，没有水印干扰，也没有识别次数的限制。软件采用解压即用的便携设计，无需安装即可运行，甚至可以放在 U 盘中随身携带。无论你是学生、文字工作者，还是需要处理涉密信息的企事业单位员工，Umi-OCR 都提供了一个安全、高效且零成本的文字识别解决方案。更重要的是，离线架构让识别速度不受网络波动影响，批量任务的稳定性远超在线 API，长期使用成本几乎为零。