图片里的字选不中、扫描件复制不了：Umi-OCR 开源免费全程离线，一次能认几百张

有三件事几乎所有人都遇到过：网页上的一张图片里印着一段文字，可你就是选不中、复制不了；扫描版 PDF 打开是一张张图，搜索和复制全都失效；聊天记录里对方发来一张截图，你想把里面的地址或单号提出来，只能一个字一个字敲。

市面上的解法大体两类：一类是微信、QQ 自带的截图识字，方便，但只能一张一张来、还得联网；另一类是各种在线 OCR 网站，把图片上传到它的服务器，免费档往往还带次数或体积限制。两类方案共同的问题是——你并不清楚那张图最后留在了哪里。

Umi-OCR 走的是第三条路：识别完全在你自己的电脑上完成，不联网、不上传，而且免费开源。

它是什么

Umi-OCR 是一款开源的离线 OCR 工具，用 MIT 许可发布，作者是国内开发者。它的定位很明确：把「图片里的字变成能复制、能编辑、能搜索的文本」这件事做成一个装在本地的小工具。目前发布包已经更新到 v2.1.5，GitHub 上四万多的 star 也说明它在中文用户里流传得有多广。

关键的几个前提先说清楚：

• 完全离线——所有识别都在本机进行，图片和文字不出你的硬盘。这一点对企业内网、涉密资料、带个人信息的截图特别重要。
• 免费开源、无水分——MIT 许可，没有隐藏收费、没有订阅、没有使用次数上限、识别结果也不加水印。
• 绿色免安装——发布包是 .7z.exe 自解压包，解压出来双击就能跑，不需要装、不需要注册表、不需要登录。
• 跨平台——Windows 7 及以上，以及 Linux x64（Debian 系）。占用约 200MB 磁盘空间，对老机器也算友好。
• 语言覆盖面大——官方称支持 100 多种语言的文字识别，含中文、英文、日文、韩文、俄文、德文、法文及多数欧洲语言。

核心能力

两个版本怎么选

Umi-OCR 的 Windows 包按识别引擎分成两个版本，功能完全一样，区别只在引擎和硬件要求上：

上手只要三步

1. 从官方仓库的 Release 里按机器情况下 Paddle 版或 Rapid 版，解压到非系统盘（比如 D 盘），别放在 C 盘根目录或系统目录里。
2. 进文件夹双击 Umi-OCR.exe，程序直接打开，整个过程不需要联网。第一次启动会按系统语言自动显示中文界面。
3. 切到「截图 OCR」标签页，按 Win+Alt+C 框选屏幕上的文字区域，识别结果就出现在右侧栏，可以直接编辑、划选复制。

和别的方案比

几个值得先知道的点

• 「离线」不等于「百分之百准」——印刷体、清晰文档的效果最好；倾斜、模糊、低分辨率的图会掉点准确率，重要内容建议人工过一遍。
• 公式识别有自己的适用范围——它解决的是「把公式图变成 LaTeX」，复杂排版或手写公式仍需要校对。
• Linux 只有 x64（Debian 系），用别的发行版或 ARM 设备别指望直接套用。
• 别从第三方下载站拿——这个项目只通过 GitHub 官方仓库（以及作者提供的镜像与网盘）分发，所谓「XX 官网」多为转载站，包是否被动过没人担保。
• 手写体识别看字迹——能认，但潦草的手写内容准确率会明显下降。

一句话总结：如果你的需求是「经常要把图片、截图、扫描件里的字抠出来」，又不想把文件传到别人的服务器上，Umi-OCR 基本是目前最省心的免费选择——装一次，之后离线用一辈子，不花钱、不设限。