Umi-OCR满足Windows 7 x64+、4GB以上内存等离线批量OCR要求，需预装VC++2015-2022运行库，解压至英文路径，配合XnConvert预处理图片后，可在批量OCR界面导入数万张图，导出UTF-8-BOM编码TXT文件。
你需要在Windows系统上离线批量处理数万张本地图片，从中提取文字并统一导出为TXT文件，整个过程不依赖网络、不上传数据、不手动逐张操作。
确认Umi-OCR是否满足硬件与系统要求
先检查你的电脑是否具备基础运行条件：Umi-OCR支持Windows 7 x64及以上系统，最低需2GB内存；数万张图片批量处理建议配备4GB以上可用内存，否则任务队列可能卡在“等待中”状态不推进。若使用的是Windows 7 SP1旧系统，需提前安装Microsoft Visual C++ 2015-2022 运行库，否则双击Umi-OCR.exe会直接闪退。
下载最新版绿色包（如
预处理图片以提升识别准确率
这一步不能跳过。Umi-OCR对低对比度、模糊、带水印或倾斜严重的图片识别效果会断崖式下降。数万张图里哪怕只有5%质量差，也会导致整批导出TXT后出现大量乱码段落，后期人工核对成本远超预处理时间。
用XnConvert（免费绿色工具）批量调整：统一转为RGB模式 + 对比度+15 + 锐化强度30 + 去除EXIF信息。耗时约3分钟/千张，但可使整体识别准确率从72%提升至91%以上。
特别注意：扫描件PDF转图后若存在页眉页脚，必须在XnConvert中用“裁剪”功能统一切除顶部20像素区域——【否则Umi-OCR无法自动排除页眉，该干扰块会被识别为正文第一段】。
配置批量OCR参数并导入全部图片
启动Umi-OCR.exe → 切换到“批量OCR”标签页 → 点击左上角“添加文件”按钮。
让 Windows 桌面程序在开机时静默自启并隐藏到系统托盘。特别适用于 Flutter、Electron 等无视 VBS/ProcessStartInfo 窗口样式、难以隐藏的顽固应用。提供「VBS 启动器 + Python ctypes/Win32 API」的隐藏窗口方案，可稳定把窗口收进托盘且不闪控制台。
方法一：按住Ctrl+A全选数万张图片 → 拖拽进左侧文件列表区（支持一次拖入20000+文件）。
方法二：点击“添加文件夹”，选择已预处理完毕的根目录 → 勾选“包含子文件夹” → 点击确定。此时界面左栏将实时显示文件总数、已排队数量和预计总耗时。
右侧设置区关键操作：输出格式选“txt” → 编码选“UTF-8-BOM”（避免Windows记事本打开乱码）→ 勾选“段落合并”（自动连接被OCR引擎误拆的换行）→ 语言模型选“中文+英文”（单选“中文”会导致数字、单位、括号等符号识别失败）。
启动识别并监控任务流
第一步：点击“开始任务”按钮，软件立即启动首个图片识别。
第二步：观察左栏任务队列——已完成项会变灰，当前处理项高亮蓝色，等待项保持白色。每张图识别完成后，右侧结果区自动追加一段纯文本，同时生成同名.txt文件存入你指定的输出文件夹。
第三步：当队列中出现红色感叹号图标，说明某张图片识别失败。此时双击该行，弹出错误详情：“图像尺寸超限”或“空文件”。前者需用XnConvert重缩放至宽度≤4000像素；后者直接从源文件夹删除该空图即可。
第四步：待所有条目变为灰色，左下角显示“全部完成”，此时打开你设定的输出文件夹，确认每个.jpg/png对应一个同名.txt文件，且文件大小均大于200字节——【小于200字节的.txt文件大概率是识别失败的假成功，需单独重试】。
