Umi

Umi-OCR 是一款免费且开源的离线 OCR 文字识别工具，无需联网即可使用。用户可直接解压运行，支持截图、批量图片以及 PDF 扫描件的文字识别，能够识别数学公式和二维码，并生成双层可搜索 PDF 文件。该软件内置多语言识别库，支持多种语言切换，同时提供命令行和 HTTP 接口调用方式，便于与其他系统集成。其插件化设计允许用户扩展更多功能，如导入不同语言识别模块。 Umi-OCR 的核心技术包括图像预处理、文字检测、文字识别和后处理，采用卷积神经网络（CNN）和深度学习模型进行高精度识别。其应用场景广泛，涵盖文档数字化、自动化数据录入、教育领域、软件界面文本提取及机器学习数据预处理等。