Umi-OCR: Kostenloses, Open-Source-Offline-OCR-Tool für Stapelverarbeitung 191

Was ist Umi-OCR?

Umi-OCR ist ein quelloffenes, kostenloses Offline-OCR-Tool, das auf dem PaddleOCR-Framework von Baidu basiert. Es unterstützt Screenshot-/Batch-Bildimport, Texterkennung in PDF-Dokumenten, das Entfernen von Wasserzeichen/Kopf- und Fußzeilen, das Scannen/Erstellen von QR-Codes sowie eingebaute mehrsprachige Bibliotheken. Es bietet hohe Erkennungsgenauigkeit, Offline-Betrieb, Mehrsprachenunterstützung und effiziente Stapelverarbeitung.

Funktionsmerkmale von Umi-OCR

• Offline-Betrieb: Vollständig offline nutzbar, keine Internetverbindung erforderlich, schützt die Privatsphäre der Nutzer.

• Mehrsprachenunterstützung: Integrierte mehrsprachige Bibliotheken, unterstützt Texterkennung in vielen Sprachen.

• Vielfältige Erkennungsfunktionen:

• Screenshot-OCR: Unterstützt Bildschirmfotos und eingefügte Bilder zur Texterkennung.

• Stapel-OCR: Ermöglicht den Batch-Import von Bildern zur Texterkennung und unterstützt mehrere Bildformate.

• PDF-Erkennung: Unterstützt das Extrahieren von Text aus PDF-Dokumenten, Kopf- und Fußzeilen können ausgeschlossen werden.

• QR-Code-Erkennung: Unterstützt das Scannen und Erstellen von QR-Codes.

• Formelerkennung: Unterstützt die Erkennung mathematischer Formeln (in der Testphase).

• Textnachbearbeitung: Unterstützt die Formatierung und Bereinigung der Erkennungsergebnisse, um Störtexte zu entfernen.

• Flexible Aufrufoptionen: Unterstützt Kommandozeilen- und HTTP-Schnittstellenaufrufe, bequem für die Integration durch Entwickler.

Technische Merkmale von Umi-OCR

• Hohe Erkennungsgenauigkeit: Integrierte mehrsprachige Modelle, unterstützt vereinfachtes/traditionelles Chinesisch, Englisch, Japanisch, Koreanisch und gängige europäische Sprachen sowie die Erkennung von Texten in gemischter Layoutgestaltung.

• Komplexe Layoutanalyse: Präzise Erkennung von vertikalem Text, Tabellen und einfachen mathematischen Formeln.

• Optimierung für Bilder geringer Qualität: Vorverarbeitung für unscharfe, geneigte und schlecht beleuchtete Bilder zur Steigerung der Erkennungsgenauigkeit.

• Effiziente Stapelverarbeitung und flexible Ausgabe: Unterstützt das Hineinziehen von Ordnern oder den Batch-Import von Bildern, sodass Hunderte von Dateien mit einem Klick per OCR erkannt werden können.

Anwendungsszenarien von Umi-OCR

• Büroszenarien: Schnelles Extrahieren von Text aus gescannten PDFs und Bildberichten und Umwandlung in bearbeitbare Dokumente.

• Wissenschaftliche Recherche: Erkennung fremdsprachiger Literatur und historischer Quellen zur Unterstützung von Übersetzung und Zitation.

• Multimedia-Verarbeitung: Bietet Texterkennungsunterstützung für Video-Screenshots, Manga-Übersetzungen und Spieluntertitel.

• Automatisierte Abläufe: Integration in andere Toolchains über die Kommandozeilenschnittstelle zur Automatisierung der Batch-OCR.

Download und Nutzung von Umi-OCR

Download-Links:

• Lanzou Cloud (für China empfohlen, keine Registrierung/keine Geschwindigkeitsbegrenzung): https://hiroi-sora.lanzoul.com/s/umi-ocr

• GitHub Release: https://github.com/hiroi-sora/Umi-OCR/releases/tag/v2.1.4

Installation: Einfach entpacken und nutzen, keine Installation erforderlich. Unterstützt Windows 7 x64 und Linux x64.

Installation über die Kommandozeile: Installation über Scoop (Windows):

scoop install extras/umi-ocr

Zukünftige Pläne

• Refactoring des zugrunde liegenden Plugin-Mechanismus.

• Hinzufügen eines Online-OCR-API-Plugins.

• Implementierung eines eigenständigen Plugins zur Erkennung mathematischer Formeln.

• Unterstützung für Bildübersetzung und Offline-Übersetzung.

• Kompatibilität mit macOS und weiteren Linux-Distributionen

Das vor ein paar Tagen vorgestellte olmOCR ist ebenfalls empfehlenswert. Wer den Schwerpunkt auf PDF-Konvertierung legt, kann es auch einmal ausprobieren.