Umi-OCR — 用过最好的开源 OCR 软件、支持离线运行
Umi-OCR 是一款免费、开源、可批量的离线 OCR 软件,基于 PaddleOCR,适用于 Windows10/11 平台。
特性
- 免费:本项目所有代码开源,完全免费。
- 方便:解压即用,离线运行,无需网络。
- 批量:可批量导入处理图片,结果保存到本地 txt / md / jsonl 多种格式文件。也可以即时截屏识别。
- 高效:采用 PaddleOCR-json C++ 识别引擎。只要电脑性能足够,通常比在线OCR服务更快。
- 精准:默认使用PPOCR-v3模型库。除了能准确辨认常规文字,对手写、方向不正、杂乱背景等情景也有不错的识别率。可设置忽略区域排除水印、设置文块后处理合并排版段落,得到规整的文本。
说明目录
- 简单上手 截图、批量识别~
- 排版优化 如何合并一个自然段内的文字?
- 忽略区域 如何排除截图水印处的文字?
- 多国语言 添加更多PP-OCR支持的语言模型库!
- 命令行调用 用命令行或第三方工具来调用Umi-OCR!
- 更多小技巧
- 问题排除 无法启动引擎 / 多屏幕截图异常 ?
下载
Umi-OCR 软件本体含 简体中文&英文 通用识别库。
配套 多国语言识别扩展包 可导入繁中,英,日,韩,俄,德,法
识别库,请按需下载。
Github下载:Release v1.3.3
蓝奏云下载:https://hiroi-sora.lanzoul.com/s/umi-ocr
兼容性
- 系统支持 Win10 x64 及以上版本。
- CPU必须具有AVX指令集。
- 出现初始化引擎失败等问题时请参考 问题排除 。
前言
关于忽略指定区域的特殊功能:
类似含水印的视频截图、含有UI/按钮的游戏截图等,往往只需要提取字幕区域的文本,而避免提取到水印和UI文本。本软件可设置忽略某些区域内的文字,来实现这一目的。
当有大量的影视和游戏截图需要整理归档,或者想翻找包含某一段台词/字幕的截图;将这些图片提取出文字、然后Ctrl+F是一个很有效的方法。这是开发本软件的初衷。
关于离线OCR引擎 PaddleOCR-json :
对 PaddleOCR 2.6 cpu_avx_mkl C++ 的封装。效率高于Python版本PPOCR及部分Python编写的OCR引擎,通常比在线OCR服务更快(省去网络传输的时间)。支持更换Paddle官方模型(兼容v2和v3版本)或自己训练的模型,支持修改PPOCR各项参数。通过添加不同的语言模型,软件可识别多国语言。
简单上手
准备
下载压缩包并解压全部文件即可。
截图识别
点击截图按钮或自定义快捷键,唤起截图识别。
粘贴图片到软件
在任何地方(如文件管理器,网页,微信)复制图片,软件上点击粘贴按钮,自动识别。
批量识别本地图片文件
将图片或文件夹拖进软件,批量转换文字。也可以点击按钮打开浏览窗口导入。
识别结果将保存到本地。可选生成纯文本txt文件、带链接Markdown文件、原始信息jsonl文件等不同格式。可配置任务完成后执行关机/待机。
文本块后处理(排版优化)
OCR识别出的文本是按“块”划分的,通常一行文字分为一块,有时还会将一行误划分为多块,这给阅读带来了不便。文本块后处理就是对文本块进行再加工的过程,合并同一行或同一段落内的文字,按正确的顺序排序。
下图表示不同排版应该选用何种处理方案:
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
罗永浩称“荣耀任意门”抄袭锤子开源软件 One Step
罗永浩在微博发文称“荣耀任意门”抄袭锤子手机的 One Step ,说道:“这就是赤裸裸照抄锤子手机的 One Step 啊,赵老师是不是被做产品的孩子给骗了?相信贵公司不至于这么无耻,你们又不是苹果。” 2016 年,锤子手机宣布开源一步 (One Step) & Big Bang 两项功能,并表示手机厂商与应用开发者都能使用和修改此功能的源代码,以完成并实现更优秀的人机交互。 荣耀昨日召开发布会,发布荣耀 MagicOS,并推出了基于 AI 的人机交互体验新功能——「荣耀任意门」。 不过该功能引起了比较大的争议——皆因它和锤子手机多年前开发的 One Step 十分相似,所以被认为是抄袭。 一步(One Step)是锤子科技软件团队开发的经典功能之一,首发机型是锤子科技旗下的 Smartisan M1 系列。One Step 高效智能,只需要简单的拖拽操作就可以完成跨应用之间的信息互通。比如通过拖拽完成将信息发送至应用或联系人,比如看到某张图片想查询相关信息,再也不用来回切换程序,直接丢入 One Step 就可实现。 节省了在不同应用之间切换的诸多步骤,打通了手持设备中应...
- 下一篇
2023 年度 npm 回顾
Socket 发文对包管理器 npm 在 2023 年的表现进行了回顾。主要聚焦于生态系统中的一些主要趋势、npm 在过去一年中的发展情况,以及深入探讨 npm 在这一年中所面临的一些恶意软件和垃圾邮件问题等等。 Socket 是一家提供扫描工具来检测开源代码中安全漏洞的初创公司,旨在保护应用程序免受潜伏在开源供应链中的恶意依赖项的影响。 文中指出,截至 2023 年底,Socket 已经从 npm 注册表中摄取了来自近 90 万个维护者的近 40 万个软件包。npm 的官方统计数据则显示,到 2023 年底,实时包数量超过 250 万个,每月下载量超过 1840 亿次。250 万和 400 万的数据差异表明,许多软件包最终都会从平台中删除。 在 npm 上发布软件包不需要走审查流程,因此操作起来十分简单;也正因此,npm 注册表拥有一个“比其他语言生态系统存在更多恶意软件包”的名声。但 Socket 指出,根据其在 Python 生态系统中的一些发现表明,有关 npm 的这一认知并不完全正确。 数据显示,2023 年 npm 注册表共发布了 10,518,566 个软件包版本,还有 ...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Hadoop3单机部署,实现最简伪集群
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8编译安装MySQL8.0.19