|
掐指一算，感觉自己好久没写过 OCR 识别工具了。 当然，没写是有原因的，去年 7 月份的时侯向大家安利了能调用 N 个大厂接口，一步到位的 PandaOCR。
强大确实很强大，当时我利用集大成的 PandaOCR 一口气申请了 10 余个大厂接口，但用了仅一个月就把它冷落到了电脑角落。 因为对于我这种 OCR 需求量小的用户来说，PandaOCR 的操作显得复杂了些，至少没有 QQ 截图、Quicker 动作实现起来方便。 注意，这里不是说 PandaOCR 识别效果差，识别效果还是要看软件调用的谁家的识别引擎，毕竟无论是白描、天若，还是 QQ 截图、Quicker 动作，归根结底用的都是大厂的接口。 但想白嫖使用大厂的 OCR 服务就不得不考虑一些问题—— 要么直接用公用接口，用户一多就会变得不稳定；要么自己申请接口，门槛高，且调用接口的工具特别依赖作者维护。 而且抛开接口不谈，更关键的是用大厂的 OCR 接口需要联网，这对于想本地无网进行 OCR 识别的小伙伴来说很不友好。 所以后面我专门留意了一下支持本地离线 OCR 识别的免费工具，今天安利给有需要的小伙伴。 Umi-OCR 有一说一，知道 Umi-OCR 这个软件的过程其实挺曲折的，前两个月网上不是都在传一个修复版本的天若 OCR 嘛，说是内置有本地的 OCR 模型，可离线使用。 我顺着网线找到了这个修复版本的开源地址。
作者 @唉可悲 在项目介绍里有提到，其实是在 19 年最后开源的天若 OCR 的基础上，内置了「Chinese-lite」和「Paddle-ocr」两种支持本地识别的模型。
其中作者推荐的是 Paddle-ocr，不了解的小伙伴或许会陌生，但我挺耳熟的，因为之前就有小伙伴给我说过。
当时我研究一番无果，就把 PaddleOCR 抛之脑后了，但 PaddleOCR 这个商业团队的开源项目确实很牛，GitHub 上 2.1 万的 Star 绝非浪得虚名。
所以这次见到天若 OCR 本地版后，我又去 GitHub 上搜了一番现成的工具，这才找到了今天的 Umi-OCR。 不过 Umi-OCR 不是传统意义上的「截图-识别-提取文字」的实时工具，而是一个专精批量图片识别的 OCR 软件。
下面和大家说说这个软件怎么用，以及效果如何。 使用步骤 最简单的使用姿势，就是拖拽图片到 UmiOCR 内，然后点击右上角的「开始任务」，等它识别输出文本文件。
当然，选中多张图片，或直接拖拽文件夹导入 UmiOCR 也是 OK 的：
而在 UmiOCR 中，会显示耗时和识别的置信度（可靠程度）：
输出的文本文件默认保存在图片的同一级目录，在 UmiOCR 的「识别内容」栏里也能直接查看访问的内容：
而在「设置」栏里，能选择输出的文本格式，以及指定输出的目录和文件名。
当然，OCR 识别工具硬不硬还得看识别效果，我想这也是大家最关心的地方，直接来看结果—— 第一张耗时 8 秒的是一个这样的表格文件：
UmiOCR 识别的效果喜人，所有链接都可以直接复制到浏览器正常打开：
第二张耗时 4 秒，是常规的截图，但有排版的需求，可以看出来，识别效果一如既往的稳定：
第三张我增加了难度，从网上找了个手机拍的照片，有对焦不准发虚的问题，也有右下角的阴影。
耗时 6 秒，UmiOCR 的效果是这样的，我一个字一个字对照过了，只错了一处，把「睡觉」的「觉」，识别成了「党」。
有对比才会有伤害，我用 ABBYY 识别了这张图片，UmiOCR 完胜。
最后一张我试了试从百度百科上扒下来的身份证截图，可以看到，在水印的打扰下，UmiOCR 的表现同样不俗，该有的都有，美中不足就是识别了一些水印，但这效果已经够给力了。
你说这些水印打扰能不能无视？有办法的，UmiOCR 独家技能，「设置」栏里有个忽略区域的选项，我们点击「添加区域」。
然后 UmiOCR 会分析你导入的图片，我们只用点击「忽略区域」，然后在图片上拉个框，框里的内容就会在识别过程中跳过。
重新「开始任务」后，水印的内容就消失了。
但美中不足的是，UmiOCR 不支持 Win7，而且只默认识别中英两种语言。 前者没啥办法，后者却有解决方案，因为 PaddleOCR 这个项目是支持多语言的，比如韩文、日文、繁体中文、拉丁文、阿拉伯字母，梵文字母等等模型。
我们可以下载模型，然后自己添加，扩展功能。 还记得之前测试的第二张图嘛，这是作者写的一份说明书，里面除了更换语言模型，还有更新中英模型的方法，写得很详细了，我就不反复造轮子了，如果大家搞不定，我再找时间写个教程。。。
总结 其实就我知道的本地离线 OCR 工具，不只 UmiOCR 一个，但 UmiOCR 真的是我用过效果最好的那个。 至于其他的，怎么说呢，要不然是识别成功率表现不佳，要不然就是使用门槛太高，没有现成好用的工具。 所以挑来挑去，今天这个调用 PaddleOCR 的 Umi-OCR 绝对值得一用。 这是 UmiOCR 的 GitHub 地址： https://github.com/hiroi-sora/Umi-OCR 这是作者写的说明书： https://github.com/hiroi-sora/Umi-OCR/blob/main/README.md 当然，我也存了 UmiOCR 的压缩包在蓝奏云，如果你没有其他语言的需求，那直接用这个版本就好了。 PS：我再找找看有没有用 PaddleOCR 实现的工具，有结果了再告诉大家，over。 获取方式 回复关键字【OCR】获取上述软件  |
|
|
