Sobre o projeto

Umi-OCR é um software de reconhecimento de texto (OCR) offline, gratuito e de código aberto, compatível com Windows 7 x64 e Linux x64. O projeto enfatiza o uso imediato após descompactar, sem necessidade de conexão com a internet, e inclui bibliotecas de reconhecimento offline em vários idiomas. Principais recursos: - OCR por captura de tela: ative a captura de tela por atalho de teclado e reconheça o texto na imagem; suporta reconhecimento de imagem colada; os registros de reconhecimento podem ser editados e copiados com seleção múltipla. - Pós-processamento de texto: oferece vários esquemas de análise de layout, reconhece automaticamente layouts multicoluna, quebras de linha por parágrafos naturais, preserva recuos etc., e suporta layout horizontal e vertical (da direita para a esquerda). - OCR em lote: suporta importação em lote de formatos de imagem comuns como jpg, png, webp, bmp, tif; os resultados podem ser exportados para txt, jsonl, md, csv (Excel); sem limite de quantidade; suporta desligamento automático ou suspensão após a conclusão da tarefa. - Regiões ignoradas: é possível desenhar retângulos no reconhecimento em lote para excluir marcas d'água, logotipos e outros textos interferentes. - Reconhecimento de documentos: suporta formatos como pdf, xps, epub, mobi, fb2, cbz; pode extrair texto de digitalizações ou gerar PDF pesquisável de duas camadas; suporta regiões ignoradas para excluir cabeçalhos e rodapés. - QR Code: suporta leitura e geração de QR Code/código de barras, cobrindo 19 protocolos; suporta múltiplos códigos em uma imagem e configuração de nível de correção de erros. - Configurações globais: permite alternar idioma da interface, tema, tamanho da fonte, alternar plugins de OCR e ajustar o renderizador para resolver problemas de cintilação de captura de tela ou desalinhamento da interface. Métodos de chamada: fornece manual de linha de comando e manual de interface HTTP para facilitar a integração com programas externos. Os mecanismos de OCR offline suportados incluem PaddleOCR-json e RapidOCR-json; o ambiente de execução é baseado no PyStand personalizado. O projeto usa a plataforma Weblate para colaboração de tradução da interface e suporta interface em vários idiomas.