Umi-OCR: herramienta OCR offline, gratuita, de código abierto y por lotes 197

¿Qué es Umi-OCR?

Umi-OCR es una herramienta de OCR offline, gratuita y de código abierto, desarrollada sobre el framework PaddleOCR de Baidu. Permite la captura de pantalla/importación por lotes de imágenes, reconocimiento de documentos PDF, eliminación de marcas de agua/encabezados y pies de página, escaneo/generación de códigos QR, e incluye bibliotecas multilingües. Ofrece alta precisión de reconocimiento, ejecución offline, soporte multilingüe y procesamiento por lotes eficiente.

Características de Umi-OCR

• Ejecución offline: funciona completamente sin conexión, sin necesidad de red, protegiendo la privacidad del usuario.

• Soporte multilingüe: incorpora bibliotecas de múltiples idiomas y admite el reconocimiento de textos en numerosos idiomas.

• Múltiples funciones de reconocimiento:

• OCR por captura: permite realizar el reconocimiento de texto a partir de capturas de pantalla o imágenes pegadas.

• OCR por lotes: posibilita la importación masiva de imágenes para reconocimiento de texto, compatible con múltiples formatos de imagen.

• Reconocimiento de PDF: permite extraer texto de documentos PDF y excluir encabezados, pies de página, etc.

• Reconocimiento de códigos QR: admite el escaneo y la generación de códigos QR.

• Reconocimiento de fórmulas: soporta el reconocimiento de fórmulas matemáticas (en fase de prueba).

• Postprocesamiento de texto: permite dar formato y limpiar los resultados del reconocimiento, eliminando texto no deseado.

• Invocación flexible: admite llamadas mediante línea de comandos e interfaz HTTP, facilitando la integración para desarrolladores.

Características técnicas de Umi-OCR

• Reconocimiento de alta precisión: incorpora múltiples modelos lingüísticos y admite chino simplificado/tradicional, inglés, japonés, coreano y los principales idiomas europeos, además de reconocer textos con maquetación mixta.

• Análisis de maquetaciones complejas: identifica con precisión textos en vertical, tablas y fórmulas matemáticas sencillas.

• Optimización de imágenes de baja calidad: aplica un preprocesamiento a imágenes borrosas, inclinadas o con poca luz para mejorar la precisión del reconocimiento.

• Procesamiento por lotes eficiente y salida flexible: permite arrastrar carpetas o importar imágenes de forma masiva para completar el reconocimiento OCR de cientos de archivos con un solo clic.

Escenarios de uso de Umi-OCR

• Entorno de oficina: extrae rápidamente texto de PDF escaneados e informes en imágenes para convertirlos en documentos editables.

• Investigación académica: reconoce textos en idiomas extranjeros y materiales antiguos, ayudando en la traducción y las citas.

• Procesamiento multimedia: ofrece soporte de extracción de texto para capturas de vídeo, traducción de cómics y subtítulos de juegos.

• Flujos automatizados: se integra en otras cadenas de herramientas mediante la interfaz de línea de comandos, permitiendo automatizar el OCR por lotes.

Descarga y uso de Umi-OCR

Enlaces de descarga:

• Lanzou Cloud (recomendado en China, sin registro y sin límite de velocidad):https://hiroi-sora.lanzoul.com/s/umi-ocr

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

Instalación: listo para usar tras descomprimir, no requiere instalación. Compatible con Windows 7 x64 y Linux x64.

Instalación por línea de comandos: mediante Scoop (Windows):

scoop install extras/umi-ocr

Planes futuros

• Reestructurar el mecanismo de plugins subyacente.

• Añadir plugins de API de OCR online.

• Implementar un plugin independiente de reconocimiento de fórmulas matemáticas.

• Ofrecer soporte para traducción de imágenes y traducción offline.

• Compatibilidad con macOS y más distribuciones de Linux.

Hace un par de días presentamos también olmOCR, que también es una buena opción si lo que necesitas es, sobre todo, convertir PDF.