一句话定位：一款完全离线运行的免费开源 OCR 工具，把截图、扫描件、PDF 里的文字批量变成可复制的文本，全程不联网、不上传。
痛点：图片里的字，看得见却用不了
日常工作中「看得见但选不中」的文字太多了：同事发来的聊天截图、扫描版合同、培训视频里的 PPT 画面、网页上禁止复制的段落。传统做法是手动照着敲一遍，几百字就要花十几分钟，还容易敲错。
在线 OCR 网站能解决一部分问题，但把带姓名、金额、内部会议纪要的图片上传到别人的服务器，本身就让人不太放心；免费额度用完后往往要按次付费，遇到几十页的扫描件就更不划算。
Umi-OCR 的思路很直接：把 OCR 引擎（PaddleOCR / RapidOCR）打包进本地程序，识别过程完全在自己的电脑上完成。
核心能力
- 完全离线：不联网也能用，图片不出本机，适合处理敏感材料
- 多种输入方式：批量图片、PDF 文档、截图后直接识别、剪贴板监听
- 批量处理：整个文件夹丢进去，输出 TXT / Markdown / JSON
- 排版保留：可选保留段落换行，识别后不用再手动整理
- 忽略区域：框选图片中不需要识别的区域，比如水印、页脚
- 二维码识别：顺带支持，算是搭头功能
实测体验
在一台普通办公本（i5 + 16GB 内存）上测试，程序体积约 200MB 出头（含模型），解压即用，不需要安装。
用 30 张聊天软件截图做批量识别，中文正文准确率相当高，常见字体基本没有错字，标点符号也能正确还原。容易出错的地方主要是手写体、艺术字，以及背景花哨的图片，这几类本来也是所有 OCR 的弱项。
速度方面，一张 1080P 截图大约 0.3 到 1 秒，一次丢 30 张进去，等半分钟左右能全部出结果，比手动抄写快得多。PDF 识别支持按页输出，扫描版说明书这种场景很划算。
截图识别用的是全局快捷键，按下后框选区域，松手就直接出结果并自动复制到剪贴板，这个交互做得比较顺手。日常使用频率最高的，其实也就是这一条。
适合谁
- 经常处理截图、扫描件、PDF 资料的学生和办公族
- 需要在不联网环境下处理文档的人，比如内网、涉密场景
- 需要批量把纸质材料数字化的行政、财务、法务岗位
- 不想为 OCR 按次付费、又在意数据隐私的用户
需要注意的地方
- 首次使用需要下载对应语言的模型，离线部署时要提前准备
- 手写体、严重倾斜、低分辨率图片的识别率会明显下降，别指望它能完美处理
- 它只负责「识别文字」，不做版面还原，复杂表格转成文本后会失去原有结构
- 界面功能项较多，第一次打开需要花几分钟熟悉
小结
Umi-OCR 解决的是一个非常具体的问题：把图片里的文字变成能用的文本，而且要快、要便宜、要安全。免费、开源、离线这三点叠加起来，让它在同类工具里相当有竞争力。如果你每个月都要手动敲几段截图里的字，装上它基本就是一次性解决。