Umi-OCR软件

Umi-OCR软件是一款十分优秀的图片转文字识别软件，软件功能强大，可以批量导入图片进行文字识别，还支持截图OCR、批量OCR、二维码识别、公式识别（测试中）、PDF识别（测试中）等多种形式的内容识别，支持多语言、多格式、多场景的文字识别需求，大大提高了工作效率，感兴趣的小伙伴赶快下载使用吧！

Umi-OCR软件功能

1、截屏识别：您可以直接从屏幕截图中提取文本。

2、批量处理：您可以一次性处理多张图片。

3、PDF识别：您可以将PDF文档转换为文本。

4、水印去除：您可以去除图片中的水印和页眉页脚。

5、公式识别：您可以识别数学公式并将其转换为LaTeX格式。

6、二维码扫描和生成：您可以扫描二维码并生成新的二维码。

Umi-OCR软件更新日志

v2.1.5 2025.3.26

新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。指定级别以上(默认为ERROR)的日志被保存到 Umi-OCR/UmiOCR-data/logs 目录中，保存级别可以在全局设置标签页中更改。

新增：大部分标签页能手动切换左右/上下双栏模式。 (#789)

新增：Esc键隐藏主窗口。 (#652)

新增：调整二维码生成相关参数后，自动刷新二维码生成。 (#690)

新增：命令行指令 --reload ，用于重新加载配置文件。

修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。 (#785)

修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。

修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。

修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。

修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。

修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。 (#778)

修复：Linux版本截图后，主窗口的位置与操作前不一致。

优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。 (#710)

Windows 版本更新第三方依赖库：PyMuPDF 1.24.11 ,fontTools 4.56.0 ,Pillow 10.4.0 ,psutil 10.4.0 ,pynput 1.8.0 ,zxing-cpp 2.3.0

新增UI语言：俄语 Русский ，译者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米尔语 தமிழ் ，译者：தமிழ்நேரம்。

v2.1.4 2024.8.31

修复：引擎原始输出项的"text"为空时，导致文本分析越界的错误。 (#625)

新增UI语言：葡萄牙语 Português 。译者：@杨鹏

PaddleOCR 插件相关：

修复：布尔类型选项不生效的问题。

修复： 繁体中文 配置文件错误的问题。

优化：调整默认线程/内存限制，默认内存占用不超过系统总内存的一半。

优化：调整识别语言库结构，精简不必要的文件。

Linux 版本相关：

修复：Docker 部署 在部分旧系统中报错 'code': 803 的问题。(#621)

优化：glibc 依赖降级至 2.31 ，兼容 Debian-11 、 Ubuntu-20 等发行版。

v2.1.3 2024.7.23

新兼容 Linux 平台。

支持：Docker 部署 。

新增：HTTP 文档识别接口。

修复：文档中宽高为0的异常图片会导致任务卡住。

优化：排版解析的 单栏-单行 方案，对于间隔较大的两个相邻文本块，会添加空格作为间隔符。

v2.1.2 2024.6.5

新增：批量任务(图片、文档)支持 暂停任务 。只要不退出软件，在待机/休眠后可以恢复任务。 (#469)

新增：批量文档任务，支持保存为 单层纯文本PDF 。

新增：HTTP OCR接口 允许设置 忽略区域 参数。 (#525)

新增：HTTP 二维码接口 允许设置 图像预处理 参数。 (#512)

新增：命令行--screenshot允许指定屏幕范围，自动进行截图。 (#452)

修复：文档内容提取和写入时的坐标旋转、比例适配问题。

修复：截图预览 & 记录面板中，跨区块复制文本时，尾块的复制字数不正确。

优化：批量文档标签页，拖入大量文件、提交大批任务时的性能和流畅度。 (#476)

UI：优化一些布局，美化一些视觉效果。

v2.1.1 2024.3.29

新增：批量文档识别允许指定忽略区域的页数范围。

新增：命令行--path允许传入多个图片或文件夹。

新增：新的命令行、HTTP接口：识别/生成二维码图像。

新增：命令行新指令 --output, --output_append, --clip 。

新增：清空全部识别记录的快捷键。 (#420)

新增：截图预览 删除图片显示的选项和快捷键。 (#427)

修复：Esc取消截图的消息传递错误。 (#402)

修复：文档整页强制OCR模式下，提高小尺寸页面的渲染精度。

修复：Windows7及低端CPU无法进行文档识别的Bug。

优化：开始菜单/开机自启快捷方式，默认放置于用户目录下，避免请求管理员权限。

优化：保存双层PDF，在没有新文本写入时的处理逻辑。 (#416)

优化：PDF解析时，提取原有文本行的逻辑。

优化：双栏面板会记忆左右折叠状态。

UI：优化一些提示，修复一些渲染问题，美化一些视觉效果。

v2.1.0 2024.2.29

新增：批量文档识别功能。支持 pdf, epub, mobi 等格式。

新增：允许隐藏托盘图标。 (#338)

新增：重复上一次截图区域的快捷键。 (#357)

新增：用本地图片浏览器打开图片的快捷按钮。 (#335)

更新：更强大的排版解析器。

修复：避免系统环境变量QMLSCENE_DEVICE的影响。 (#270)

v2.0.2 2024.1.15

更新：全局设置可调节 图片文字叠加层开启/关闭默认显示状态。 (#264)

优化：输出为txt 单独文件时，将应用指定路径参数。 (#269)

优化：段落合并-多行-代码段 去除结尾多余换行符。 (#292)

优化：渲染器不兼容时，减少渲染层级错误的影响。 (#259)

修复：清理图片缓存前进行检查，避免空图错误。 (#279)

修复：记录面板中，光标无法移到第1个字符前面。 (#264)

修复：系统语言非简体中文时，软件启动异常。 (#274) (#306)

修复：csv输出的字符编码兼容性问题。 (#284)

修复：段落合并参数不存在 的误报。

修复：组件DefaultTips不生效。

v2.0.1 2023.12.8

更新：重新设计了OCR HTTP接口，允许省略参数，允许指定段落合并。

更新：命令行增加指令-->和-->>，将结果输出到文件。

优化：调整图像数据的内部编码，减少英文空格丢失的几率。

优化：调整部分UI文本和布局。

优化：csv默认保存为ansi编码，以兼容Office Excel。 (#237)

修复：开启“禁用美化效果”后，外部通知弹窗无法关闭。 (#234)

修复：别的程序通过命令行调用Umi-OCR时，无法获取stdout输出。

v2.0.0 2023.11.19

优化：插件UI翻译机制。

优化：下拉框UI。

修复：段落合并-自然段合并的bug。