支持命令行的开源文字识别软件 Umi-OCR 2.1.5

Batcher

软件名称：Umi-OCR
最新版本：2.1.5
更新日期：2025-03-26
使用环境：Windows 7 x64 及以上的系统
软件性质：免费开源/多国语言
官网下载：https://github.com/hiroi-sora/Umi-OCR/releases
网盘下载：https://hiroi-sora.lanzoul.com/s/umi-ocr
软件大小：
Paddle 引擎插件版 127MB （性能好，速度快，占用率高，适合高配机器。不兼容奔腾、赛扬、凌动CPU）
Rapid 引擎插件版 97MB （速度稍慢，内存占用低，适合低配机器，兼容性好）

【功能简介】

全新升级：V2版本重构了绝大部分代码，提供焕然一新的界面和更强大的功能。
免费：本项目所有代码开源，完全免费。
方便：解压即用，离线运行，无需网络。
高效：自带高效率离线OCR引擎。只要电脑性能足够，可以比在线OCR服务更快。
灵活：支持定制界面，支持命令行、HTTP接口等多种调用方式。



【命令行手册】

基础说明

命令行调用入口就是主程序 Umi-OCR.exe 。如果你使用的是备用启动器（如UmiOCR-data/RUN_GUI.bat），可能无法使用命令行。

如上图，必须允许HTTP服务才能使用命令行（默认开启）。主机选择仅本地就行了。
Umi-OCR 依赖HTTP接口进行跨进程通信，将你输入的命令行指令传递给后台的Umi-OCR处理进程。通信过程仅在系统内部的本地环回进行，不会泄露到外部（不经过物理网卡），请放心使用。

获取说明：

1. Umi-OCR.exe --help

复制代码

软件操控指令

弹出主窗口：

1. Umi-OCR.exe --show

复制代码

隐藏主窗口：

1. Umi-OCR.exe --hide

复制代码

关闭软件：

1. Umi-OCR.exe --quit

复制代码

OCR指令

截屏：

1. Umi-OCR.exe --screenshot

复制代码

粘贴图片：

1. Umi-OCR.exe --clipboard

复制代码

指定地址：

1. Umi-OCR.exe --path "D:/xxx.png"

复制代码

OCR指令均可在控制台回传识别结果。请耐心等待，在一次指令结束前不要输入下一条指令。
OCR指令的参数（如识别语言，是否复制到剪贴板）等同于截图OCR标签页。请在该标签页中修改参数。

指令简写

所有指令支持用前几个字母替代，如--screenshot、--clipboard可以分别简写为--sc、--cl。具体可自己尝试。

高级指令

（仅供有经验的开发者使用）

高级指令代表了一种无限的可能性(笑)，允许通过命令行调用每一个标签页（模块）上的每一个函数。但是用法比较复杂，你需要在一定程度上阅读本项目源码才能知道该调用哪个函数。

页面指令

“页面模板”相当于收藏夹，可以从收藏夹中打开一个新页面。
“已打开的页面”可以关闭。

查询当前已打开的页面，及所有页面模板：可以获取 [index]

1. Umi-OCR.exe --all_pages

复制代码

创建新标签页：[index] 为页面模板序号

1. Umi-OCR.exe --add_page [index]

复制代码

删除已创建的标签页：[index] 为现有页面序号

1. Umi-OCR.exe --del_page [index]

复制代码

模块指令

每个标签页，通常会具有两个模块，一个是py，一个是qml。还可能会有一些不依附于标签页的独立py或qml模块。
每个模块上都有一些函数可以被调用。 模块名 [name] 允许简写，如一个模块全称是 "ScreenshotOCR_1" ，那么可用 "ScreenshotOCR" 来代替。
每次程序运行，模块名（的后缀）不一定相同。请使用简写来忽略后缀。

查询当前存在的py和qml模块：可获取 [name]

1. Umi-OCR.exe --all_modules

复制代码

函数指令

查询某个py模块上有什么可调用的函数： [name] 为模块名

1. Umi-OCR.exe --call_py [name]

复制代码

查询某个qml模块上有什么可调用的函数： [name] 为模块名

1. Umi-OCR.exe --call_qml [name]

复制代码

[name] 为模块名，[function] 为函数名， [..paras] 为任意个参数（只支持字符串类型）。
调用py模块上的函数：

1. Umi-OCR.exe --call_py [name] --func [function] [..paras]

复制代码

调用qml模块上的函数：

1. Umi-OCR.exe --call_qml [name] --func [function] [..paras]

复制代码

同步调用函数

命令行解析器运行在子线程。为了确保线程安全，会发送到主线程执行命令。所以对于你来说就是异步执行的了，即无法取得函数的返回值。
如果要获取函数返回值，可传入 --thread 指令，同步执行命令。
这种操作较不安全，可能导致功能不正常甚至程序崩溃。

1. Umi-OCR.exe --call_qml [name] --func [function] --thread [..paras]

复制代码

coolzmqp

感谢分享，收藏一下！！！

yakeyun

回复 1# Batcher
老大知道怎么将识别的文本保存到本地，或者赋值给变量用来判断或者调用吗。



测试了几种方法都无法导出文本信息：

1. @echo off & setlocal enabledelayedexpansion
   
2. taskkill /f /IM Umi-OCR.exe >nul 2>&1
   
3. 
   
4. echo,获取方式一：
   
5. Umi-OCR.exe --hide
   
6. Umi-OCR.exe --path "C:\1.bmp"
   
7. Umi-OCR.exe --quit
   
8. 
   
9. echo,获取方式二：
   
10. Umi-OCR.exe --hide
    
11. Umi-OCR.exe --path "C:\1.bmp" >datas.ini
    
12. Umi-OCR.exe --quit
    
13. type datas.ini
    
14. 
    
15. echo,获取方式三：
    
16. Umi-OCR.exe --hide
    
17. for /f %%a in ('Umi-OCR.exe --path "C:\1.bmp"') do echo,获取数据为：%%a
    
18. Umi-OCR.exe --quit
    
19. 
    
20. pause
    

复制代码

77七

回复 3# yakeyun


   
没注意看图片.. 试试这个版本 Umi-OCR_Rapid_v2.0.1

yakeyun

回复 4# 77七
前提说明，需要保证OCR软件一直要处于运行状态，然后批处理直接调用命令就可以，确保不会存在频繁打开和查杀进程出现的延时误报问题。
同时存在版本兼容问题，下载地址：https://hiroi-sora.lanzoul.com/s/umi-ocr
Umi-OCR_Paddle   不支持批处理命令行调用
Umi-OCR_Rapid     支持批处理命令行调用

方法测试出来了：

1. Umi-OCR.exe --path "C:\1.bmp" --output test.txt

复制代码

完整代码：

1. @echo off & setlocal enabledelayedexpansion
   
2. 
   
3. echo,获取方式一：
   
4. Umi-OCR.exe --path "C:\1.bmp" --output test.txt
   
5. 
   
6. for /f %%d in (test.txt) do set ocrdata=%%d
   
7. cls & echo,识别数据为：%ocrdata%
   
8. 
   
9. pause

复制代码

yakeyun

回复 5# yakeyun

配合模拟按键功能，完全可以替代大漠插件识别模块。
整理出批处理可用的两种方法：

1. @echo off & setlocal enabledelayedexpansion
   
2. 
   
3. echo,使用方法一【识别指向图片为变量】：
   
4. Umi-OCR.exe --path "C:\1.bmp" --output test1.txt
   
5. for /f %%d in (test1.txt) do set ocr1data=%%d
   
6. 
   
7. echo,使用方法二【自动截图并识别为变量】：
   
8. chcp 65001 >nul
   
9. umi-ocr --screenshot screen=0 rect=0,0,50,150  --output test2.txt
   
10. for /f %%d in ('type test2.txt') do set ocr2data=%%d
    
11. chcp 936 >nul
    
12. 
    
13. cls & echo,方法一识别数据为：%ocr1data%
    
14. echo,方法二识别数据为：%ocr2data%
    
15. 
    
16. pause
    

复制代码

77七

回复 5# yakeyun


    不太懂这个是不是和占用内存有关，cmd.exe 处理不了？试了下这样可以成功。paddle版本。

1. for /f "delims=" %%a in ('powershell -c "D:\Umi-OCR_Paddle_v2.1.5.7z\Umi-OCR_Paddle_v2.1.5\Umi-OCR.exe" --path "d:\1.png"') do echo [%%a]

复制代码