分支使用说明

点击后续列表的版本号链接，可前往对应备份分支页面。

部分备份分支含有体积较大的二进制库，会让你花费长时间下载。因此，建议只下载你需要用的分支。

方法1：将所需的分支，fork到你自己的账号下，然后clone你自己仓库。

方法2：使用以下命令手动clone指定分支：

git clone --single-branch --branch [分支名] https://github.com/hiroi-sora/Umi-OCR.git

方法3：在本仓库手动下载指定分支的zip源码包。

[分支名] 可以是 main 、release/2.0.0 等，详见下方列表。

main、dev 等分支，可能含有开发中的不稳定的新功能。如果用于研究学习或二次开发，建议选择 release 开头的分支。

更新日志 CHANGE LOG

v2.1.5 2025.3.26

分支名：main

• 新增：日志机制。在命令行中启动 Umi-OCR 可查看实时日志。指定级别以上（默认为ERROR）的日志被保存到 Umi-OCR/UmiOCR-data/logs 目录中，保存级别可以在全局设置标签页中更改。
• 新增：大部分标签页能手动切换左右/上下双栏模式。 (#789)
• 新增：Esc键隐藏主窗口。 (#652)
• 新增：调整二维码生成相关参数后，自动刷新二维码生成。 (#690)
• 新增：命令行指令 --reload ，用于重新加载配置文件。 👉 文档
• 修复：文档识别提取PDF自带的文本内容时，未考虑页面旋转的影响。 (#785)
• 修复：文档识别生成单层PDF时，未写入原PDF自带的文本内容。
• 修复：OCR结果展示列表的一些显示Bug和鼠标划选Bug。
• 修复：调整标签页顺序或删除标签页后，未及时保存顺序信息。
• 修复：HTTP接口 /api/doc/download 参数 ignore_blank 的错误。
• 修复：Linux版本截图时，系统任务栏推移顶层窗口，导致截图位置偏移。 (#778)
• 修复：Linux版本截图后，主窗口的位置与操作前不一致。
• 优化：图片/文档的异步加载机制。现在可以流畅地加载含有数万个子文件的文件夹，且能预览加载进度。 (#710)
• Windows 版本更新第三方依赖库：PyMuPDF 1.24.11 ,fontTools 4.56.0 ,Pillow 10.4.0 ,psutil 10.4.0 ,pynput 1.8.0 ,zxing-cpp 2.3.0
• 新增UI语言：俄语 Русский ，译者：Вячеслав Анатольевич Малышев、Muhammadyusuf Kurbonov。泰米尔语 தமிழ் ，译者：தமிழ்நேரம்。

v2.1.4 2024.8.31

分支名：release/2.1.4

• 修复：引擎原始输出项的"text"为空时，导致文本分析越界的错误。 (#625)
• 新增UI语言：葡萄牙语 Português 。译者：@杨鹏
• PaddleOCR 插件相关：
  • 修复：布尔类型选项不生效的问题。
  • 修复： 繁体中文 配置文件错误的问题。
  • 优化：调整默认线程/内存限制，默认内存占用不超过系统总内存的一半。
  • 优化：调整识别语言库结构，精简不必要的文件。
• Linux 版本相关：
  • 修复：Docker 部署 在部分旧系统中报错 'code': 803 的问题。(#621)
  • 优化：glibc 依赖降级至 2.31 ，兼容 Debian-11 、 Ubuntu-20 等发行版。

v2.1.3 2024.7.23

分支名：release/2.1.3

• 新兼容 Linux 平台。
• 支持：Docker 部署 。
• 新增：HTTP 文档识别接口。👉 文档
• 修复：文档中宽高为0的异常图片会导致任务卡住。
• 优化：排版解析的 单栏-单行 方案，对于间隔较大的两个相邻文本块，会添加空格作为间隔符。

v2.1.2 2024.6.5

分支名：release/2.1.2

• 新增：批量任务（图片、文档）支持 暂停任务 。只要不退出软件，在待机/休眠后可以恢复任务。 (#469)
• 新增：批量文档任务，支持保存为 单层纯文本PDF 。
• 新增：HTTP OCR接口 允许设置 忽略区域 参数。 (#525)
• 新增：HTTP 二维码接口 允许设置 图像预处理 参数。 (#512)
• 新增：命令行--screenshot允许指定屏幕范围，自动进行截图。 (#452)
• 修复：文档内容提取和写入时的坐标旋转、比例适配问题。
• 修复：截图预览 & 记录面板中，跨区块复制文本时，尾块的复制字数不正确。
• 优化：批量文档标签页，拖入大量文件、提交大批任务时的性能和流畅度。 (#476)
• UI：优化一些布局，美化一些视觉效果。

v2.1.1 2024.3.29

分支名：release/2.1.1

• 新增：批量文档识别允许指定忽略区域的页数范围。
• 新增：命令行--path允许传入多个图片或文件夹。
• 新增：新的命令行、HTTP接口：识别/生成二维码图像。
• 新增：命令行新指令 --output, --output_append, --clip 。
• 新增：清空全部识别记录的快捷键。 (#420)
• 新增：截图预览 删除图片显示的选项和快捷键。 (#427)
• 修复：Esc取消截图的消息传递错误。 (#402)
• 修复：文档整页强制OCR模式下，提高小尺寸页面的渲染精度。
• 修复：Windows7及低端CPU无法进行文档识别的Bug。
• 优化：开始菜单/开机自启快捷方式，默认放置于用户目录下，避免请求管理员权限。
• 优化：保存双层PDF，在没有新文本写入时的处理逻辑。 (#416)
• 优化：PDF解析时，提取原有文本行的逻辑。
• 优化：双栏面板会记忆左右折叠状态。
• UI：优化一些提示，修复一些渲染问题，美化一些视觉效果。

v2.1.0 2024.2.29

分支名：release/2.1.0

• 新增：批量文档识别功能。支持 pdf, epub, mobi 等格式。
• 新增：允许隐藏托盘图标。 (#338)
• 新增：重复上一次截图区域的快捷键。 (#357)
• 新增：用本地图片浏览器打开图片的快捷按钮。 (#335)
• 更新：更强大的排版解析器。
• 修复：避免系统环境变量QMLSCENE_DEVICE的影响。 (#270)

v2.0.2 2024.1.15

分支名：release/2.0.2

• 更新：全局设置可调节 图片文字叠加层开启/关闭默认显示状态。 (#264)
• 优化：输出为txt 单独文件时，将应用指定路径参数。 (#269)
• 优化：段落合并-多行-代码段 去除结尾多余换行符。 (#292)
• 优化：渲染器不兼容时，减少渲染层级错误的影响。 (#259)
• 修复：清理图片缓存前进行检查，避免空图错误。 (#279)
• 修复：记录面板中，光标无法移到第1个字符前面。 (#264)
• 修复：系统语言非简体中文时，软件启动异常。 (#274) (#306)
• 修复：csv输出的字符编码兼容性问题。 (#284)
• 修复：段落合并参数不存在 的误报。
• 修复：组件DefaultTips不生效。

v2.0.1 2023.12.8

分支名：release/2.0.1

• 更新：重新设计了OCR HTTP接口，允许省略参数，允许指定段落合并。
• 更新：命令行增加指令-->和-->>，将结果输出到文件。
• 优化：调整图像数据的内部编码，减少英文空格丢失的几率。
• 优化：调整部分UI文本和布局。
• 优化：csv默认保存为ansi编码，以兼容Office Excel。 (#237)
• 修复：开启“禁用美化效果”后，外部通知弹窗无法关闭。 (#234)
• 修复：别的程序通过命令行调用Umi-OCR时，无法获取stdout输出。

v2.0.0 2023.11.19

分支名：release/2.0.0

• 优化：插件UI翻译机制。
• 优化：下拉框UI。
• 修复：段落合并-自然段合并的bug。

v2.0.0 dev 2023.11.14

• 新增：生成二维码功能。
• 新增：所有图片预览窗口（如截图、二维码页），允许保存图片到指定路径。
• 优化：二维码解析库改用性能更好、功能更丰富的zxingcpp。 (v2 #47) (感谢：@Byxs20)
• 优化：截图预览面板中，文本框的位置更准确。
• 修复：图片预览窗口，无法复制本地图片的Bug。
• 修复：tbpu合并自然段时，垂直距离不准确的Bug。
• 修复：HTTP API 的跨域问题。 v2 #52
• 修复：HTTP API 传base64的大小限制问题。 v2 #49
• 修复：其它少量报错。
• 翻译：人工校对繁体中文和英语。 (贡献：@QZGao)

v2.0.0 dev 2023.11.5

• 新增：记忆窗口位置。 v2 #44
• 新增：批量识图页增加图片预览窗口，单击图片条目打开。 v2 #2
• 新增：检查软件是否有权限读写配置文件。 v2 #30
• 新增：报错弹窗提供一键复制及打开issues的功能。
• 新增：全局设置页添加左侧目录栏。
• 新增：插件的多国语言UI机制。
• 优化：截图预览面板中，文本框的位置更准确。
• 优化：调整部分UI布置。
• 修复：扫码模块添加导入异常检查。 v2 #33
• 修复：补充扫码页的拖入图片功能。 v2 #43
• 修复：输出到单独文件txt时，文件名去除原后缀。 v2 #36
• 修复：一些小Bug。

v2.0.0 dev 2023.10.25

• 新增：命令行支持传入图片路径。 v2 #28
• 新增：HTTP接口支持Base64传输图片。 v2 #28
• 新增：忽略区域功能。
• 新增：二维码识别页。支持识别多种格式的二维码、条形码。 (Umi-OCR #95)
• 新增：提供备选启动器UmiOCR-data/RUN_GUI.bat，供Umi-OCR.exe不兼容时使用。 v2 #21
• 优化：图片预览窗口，支持用Tab切换显示/隐藏文本。
• 优化：记录面板，每条记录顶部添加复制按钮。 v2 #32
• 优化：记录面板，拖拽过程中允许指针移出文本框区域。 v2 #32
• 优化：重新设计截图缓存机制，避免Image组件销毁时的内存泄露。
• 优化：标签页应用动态解析机制，小幅提高加载速度。
• 优化：运行环境转为64位包。（计划不再提供对32位的兼容）
• 修正：配置项中布尔值解析不正确的问题。 v2 #30
• 修正：拖入非图片文件可能导致卡顿几秒的问题。
• 修正：PaddleOCR插件的兼容性问题。 (Umi-OCR #209)

v2.0.0 dev 2023.10.18

• 新增：截图前自动隐藏窗口。 v2 #26
• 新增：更改字体功能。 v2 #25
• 新增：可爱的加载动画。
• 新增：截图预览面板 支持显示结果文本、划选文本。
• 新增：截图预览面板 支持将图片复制到剪贴板。
• 新增：结果记录面板 支持跨文本框划选文本。 v2 #18
• 新增：结果记录面板 支持删除一条或多条记录。 v2 #10
• 新增：支持用Esc或右键中断截图。
• 优化：更改插件目录结构和导入机制。
• 修正：文件重复导致无法添加开机自启。 v2 #27

v2.0.0 dev 2023.10.10

• 新功能：第一次启动软件时，根据系统情况，选择最恰当的渲染器。解决截图闪烁问题。 v2 #7
• 新功能：初步实现插件机制，切换引擎等组件更加便捷。
• 新功能：支持调整界面比例（文字大小）。
• 优化：调整截图页UI，提高屏占比。优化标签栏阴影。 v2 #8
• 优化：双击通知弹窗可打开主窗口。 v2 #10
• 优化：截图完成后，如果主窗口在前台，则不弹出成功提示。 v2 #10
• 优化：禁用美化效果时，外部弹窗将不会渲染阴影区域。 v2 #14
• 优化：Paddle引擎也支持win7系统了。

v2.0.0 dev 2023.9.25

v2.0.0 dev 2023.9.8

• 支持多种界面语言（实验性）

v2.0.0 dev 2023.9.7

v2.0.0 dev 2023.8.9

• 截图OCR
• 兼容高分辨率屏幕和多屏幕系统
• 更准确、智能的段落合并

v2.0.0 dev 2023.7.26

• 批量OCR
• 现代化UI风格
• 自定义标签页系统
• 主题切换：明亮/深色

v1.3.7 2023.10.10

• Paddle引擎兼容Win7 x64 。

v1.3.6 2023.9.26

• 新功能：更强大的段落合并方案-单行/多行自然段/多行代码段。支持自动判断中/英文段落，采取对应的合并规则。
• 移除一些过时的段落合并方案。
• 功能调整：截图联动 划分为独立的功能，不受常规截图OCR影响。

v1.3.5 2023.6.20

• 新功能：复制识别结果后，可发送指定按键，以便联动唤起翻译器等工具。
• 新功能：命令行增加切换识别语言的指令。
• 修Bug：低配置机器上有概率误报OCR init timeout: 5s 。#154 , #156。
• 调整：默认停止任务30秒后释放一次内存。

v1.3.4 2023.4.26

• 新功能：截图预览窗口。
• 新功能：可用方向键微调截图框位置。
• 修Bug：拖入图片时有几率卡退主窗口 issue #126 。
• 优化了一些处理流程。

v1.3.3 2023.3.19

• 新功能：命令行模式。
• 新功能：识图完成的通知悬浮窗。
• 新功能：自动清理引擎内存。
• 修复了一些BUG，优化了一些UI表现。

v1.3.2 2022.12.1

• 新功能：创建开机启动项时，可选不显示主窗口。
• 新功能：OCR结果输出到每个图片同名的单独txt文件。
• 新功能：增加独立的设置语言窗口，可在多处点开，便于切换语言。
• 新功能：合并段落添加合并自然段-西文模式，可在英文段落换行时补充空格。
• 新功能：快捷识图可选自动清空面板，只显示本次识别结果，且隐藏时间信息。
• 修复了一些BUG。

v1.3.1 2022.11.4

• 修Bug：快捷键模块重写，引入pynput库，舍弃keyboard库，解决几率失效、录制不正确等Bug。
• 新功能：添加开机自启，桌面快捷方式，开始菜单快捷方式。
• 新功能：多开软件时提示。
• 新功能：截图时隐藏窗口。
• 调整UI：使用频率极低的设置项设为隐藏的高级选项。
• 优化：检查引擎组件是否存在。
• 优化：横排-合并多行-自然段 优化逻辑，支持0~2全角空格首行缩进。

v1.3.0 2022.9.29

• 新功能：框选截屏。
• 新功能：系统托盘图标。
• 新功能：引擎进程常驻。
• 新功能：文本块后处理模块。
• 新功能：自定义主输出栏字体。
• 新功能：设置窗口弹出模式（保持置顶）。
• 调整UI：自适应Win风格组件。
• 修正了Bug：系统语言兼容性问题 issue #16 。
• 修正了Bug：微信图片粘贴问题 issue #22 。
• 更新PaddleOCR-json模块至v1.2.1，提供剪贴板支持。快捷识图通过剪贴板中转，无需再保存临时文件到硬盘。

v1.2.6 2022.9.1

• 更新PaddleOCR-json模块至v1.2.0，提高识别速度、准确度。
• 调整UI：更方便地用下拉框切换识别语言。
• 调整UI：可以从主窗口任意位置/任意选项卡拖入图片。
• 修正了Bug：提高程序健壮性，增加启动子进程时的更多异常处理情况。
• 修正了Bug：彻底解决了对边缘过窄的图片，识别结果不准确的问题 issue #7 。
• 优化适配PP-OCRv3模型，彻底解决了v3版模型比v2慢、不准的问题 issue #4 。

v1.2.5 2022.7.22

• 新功能：计划任务。识图完成后执行自动关机等任务。
• 新功能：可选拖入文件夹时递归导入子文件夹中所有图片。
• 调整UI：添加一些配置文件的快捷入口。

v1.2.4 2022.6.4

• 新功能：可选识别剪贴板图片后自动复制识别的文本。
• 补充功能：快捷键调用剪贴板识图时，若程序窗口被最小化，则恢复前台状态并挪到最前位置。

v1.2.3 2022.5.31

• 新功能：读取剪贴板图片。配置全局快捷键调用该功能。

v1.2.2 2022.4.30

• 新功能：可选任务完成后自动打开输出文件或目录。

v1.2.1 2022.4.16

• 更新PaddleOCR-json模块至v1.1.1，修正了可能得到错误包围盒的漏洞。

v1.2.0 2022.4.8

• 可选生成图文链接.md文件，作为索引使用有更佳的观感。
• 修改设置面板的样式，改为滚动面板以容纳更多设置选项。
• 用户修改配置项后可自动保存。

v1.1.1 2022.3.30

• 修正了Bug：退出忽略区域窗口时，OCR子进程未关闭。

v1.1.0 2022.3.30

• 新功能：忽略区域窗口以虚线框 展示识别出的文字块。

v1.0.0 2022.3.28

• “梦开始的地方”