IT评测·应用市场-qidao123.com

标题: 免费开源图片转笔墨识别软件:Umi-OCR [打印本页]

作者: 杀鸡焉用牛刀 时间: 2024-6-10 06:01
标题: 免费开源图片转笔墨识别软件:Umi-OCR

目录
1.先容
2.项目亮点
3.项目功能（已实现）
4.功能体验
5.项目集成（调用接口）
6.项目地点

1.先容

        Umi-OCR：免费，开源，可批量的离线OCR软件，目前适用于 Windows7 x64 及以上。
        这个项目基于基于 PaddleOCR，支持截图识别、批量导入识别、个性化识别等功能。
        整个项目由 python 语言编写，win7系统的小同伴大概率是用不了的。保举 Win10 x64 及以上版本。
2.项目亮点

免费
本项目全部代码开源，完全免费。
  方便
解压即用，离线运行，无需网络。
  高效
自带高服从的离线OCR引擎，内置多种语言识别库。
  灵活
支持下令行、HTTP接口等外部调用方式。
  功能
截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别（测试中）
  3.项目功能（已实现）

标签页框架。
OCR API控制器。
OCR 任务控制器。
主题管理器，支持切换浅色/深色主题主题。
实现 批量OCR。
实现 截图OCR。
快捷键机制。
系统托盘菜单。
文本块后处理（排版优化）。
引擎内存清理。
软件界面多国语言。
下令行模式。
Win7兼容。
Excel（csv）输出格式。
Esc中断截图操纵
外置主题文件
字体切换
加载动画
忽略区域。
二维码识别。
批量识别页面的图片预览窗口。
PDF识别。
调用当地图片欣赏器打开图片。 #335
重复上一次截图。 #357
修Bug：文档识别在Windows7系统的兼容性问题。
HTTP/下令行接口添加二维码识别/生成功能。(#423)
二维码接口的文档。

4.功能体验

界面语言
直接在releases中选择合适的版本，下载解压即可。
可以看到，项目还配套了英、日、韩等多个国家的语言识别库，方便国外的这些用户利用。

截图识别OCR

截图OCR：打开这一页后，就可以用快捷键唤起截图，识别图中的笔墨。

左侧的图片预览栏，可直接用鼠标划选复制。
右侧的识别记录栏，可以编辑笔墨，允许划选多个记录复制。
也支持在别处复制图片，粘贴到Umi-OCR举行识别。

文本后处理

关于 OCR文本后处理 - 排版解析方案：可以整理OCR效果的排版和顺序，使文本更适合阅读和利用。预设方案：

多栏-按天然段换行：适合大部门情景，主动识别多栏结构，按天然段规则举行换行。
多栏-总是换行：每段语句都举行换行。
多栏-无换行：强制将全部语句归并到同一行。
单栏-按天然段换行/总是换行/无换行：与上述类似，不过不区分多栏结构。
单栏-保留缩进：适用于解析代码截图，保留行首缩进和行中空格。
不做处理：OCR引擎的原始输出，默认每段语句都举行换行。

上述方案，均能主动处理横排和竖排（从右到左）的排版。（竖排笔墨还需要OCR引擎自己支持）
批量OCR

批量OCR：这一页用于批量导入当地图片举行识别。

支持格式：jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff。
保存识别效果的支持格式：txt, jsonl, md, csv(Excel)。
与截图OCR一样，支持文本后处理功能，整理OCR文本的排版和顺序。
没有数目上限，可一次性导入几百张图片举行任务。
支持任务完成后主动关机/待机。
假如要识别像素超大的长图或大图，请调整：页面的设置→笔墨识别→限制图像边长→【调高数值】。
拥有特别功能忽略区域。

文档识别

文档识别：

支持格式：pdf, xps, epub, mobi, fb2, cbz。
对扫描件举行OCR，或提取原有文本。可输出为 双层可搜索PDF 。
支持设定 忽略区域 ，可用于排除页眉页脚的笔墨。
可设置任务完成后 主动关机/休眠 。

二维码

扫码：

截图/粘贴/拖入当地图片，读取此中的二维码、条形码。
支持一图多码。
支持19种协议，如下：

Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE

生成码：

输入文本，生成二维码图片。
支持19种协议和纠错等级等参数。

全局设置

全局设置：在这里可以调整软件的全局参数。常用功能如下：

一键添加速捷方式或设置开机自启。
更改界面语言。Umi支持繁中、英语、日语等语言。
切换界面主题。Umi拥有多个亮/暗主题。
调整界面笔墨的大小和字体。
切换OCR插件。
渲染器：软件界面默认支持显卡加速渲染。假如在你的机器上出现截屏闪灼、UI错位的情况，请调整界面和外貌 → 渲染器，实验切换到差别渲染方案，或关闭硬件加速。

5.项目集成（调用接口）

底子阐明

如上图，必须允许HTTP服务才能利用HTTP接口（默认开启）。假如需要允许被局域网访问，请将主机切换到任何可用地点。
在全局设置页中勾选高级才会显示。
1) 图片OCR：Base64 识别接口
传入一个base64编码的图片，返回OCR识别效果。
URL：/api/ocr
例：http://127.0.0.1:1224/api/ocr（实际端口请在全局设置中查看）
2) 图片OCR：参数查询接口
返回当前需要提供哪些options参数。
URL：/api/ocr/get_options
例：http://127.0.0.1:1224/api/ocr/get_options
3) 二维码：Base64 识别接口
传入一个base64编码的图片，返回二维码识别效果。
URL：/api/qrcode
例：http://127.0.0.1:1224/api/qrcode
4) 二维码：从文本生成图片
传入文本，根据文本生成二维码图片，返回图片base64。
URL：/api/qrcode （与二维码识别接口同等，只是参数差别）
例：http://127.0.0.1:1224/api/qrcode
6.项目地点

【github】：https://github.com/hiroi-sora/Umi-OCR

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 IT评测·应用市场-qidao123.com (https://dis.qidao123.com/)