图片里的字复制不出来、纸质文件要转成电子版、截图里的报错信息要贴给别人,都要用到 OCR 文字识别。下面 3 款都经过核实:确实存在、完全免费开源、链接都是官网,而且都能离线使用,不用把文件传到网上。
1. Umi-OCR
官网:https://github.com/hiroi-sora/Umi-OCR
国产免费开源的离线 OCR 工具,Windows 系统,基于 PaddleOCR 引擎,下载后解压就能用,不用安装。支持截图识别、批量识别图片、识别 PDF,还能直接识别剪贴板里的图片。中文识别准确率不错,界面也是中文的。
限制:目前只有 Windows 版;识别表格、复杂排版时效果一般;第一次使用要下载识别模型,需要一点时间。胜在离线、免费、中文友好。
适合:经常要识别中文截图、扫描件,又不想把文件上传到网站的人。
2. Capture2Text
官网:https://capture2text.sourceforge.net/
一款免费开源的轻量 OCR 小工具,Windows 系统,绿色免安装,整个软件不到 20MB。用法很直接:按快捷键框选屏幕上任意一块区域,识别出的文字立刻复制到剪贴板。支持 90 多种语言,包括中文、英文、日文、韩文。
限制:只支持 Windows;适合一次抓一小段文字,不适合整篇文档批量识别;不能处理表格和多栏排版;界面是英文的,不过功能就一个,基本不用看界面。
适合:经常要从图片、视频、不能复制的对话框里抠一两行字出来的人。
3. gImageReader
官网:https://github.com/manisandro/gImageReader
开源免费的 Tesseract 图形界面前端,支持 Windows 和 Linux。可以导入 PDF、图片、扫描仪内容、剪贴板截图,批量识别多个文件,识别后还能在界面里逐句校对、导出纯文本或带排版的文档。功能比前两款完整得多。
限制:界面偏技术向,第一次用要花点时间熟悉设置;Windows 版要从 GitHub 的发布页下载安装包;识别准确率取决于 Tesseract 引擎和语言包,手写体、模糊图片效果有限。
适合:要批量处理扫描的 PDF、图片文件,需要校对和导出功能的人。
怎么选
只想快速抠屏幕上的一两行字,选 Capture2Text,按个快捷键就完事;日常识别中文截图和扫描件,选 Umi-OCR,离线、中文界面、开箱即用;要批量处理整本扫描 PDF、还需要校对导出,选 gImageReader。三款都是免费开源、离线可用,识别效果都取决于原图清晰度,图片越清楚,识别越准。



