如何配置 Umi-OCR Paddle-OCR 引擎多语言识别：完整实战指南

【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR

用 Umi-OCR（免费离线 OCR 软件）识别中英混合、日语、韩语文档时，选错模型库或图片限制不当会直接导致误识。本文拆解 Paddle-OCR 引擎的多语言识别核心参数，读完后你能针对不同文档类型完成语言配置与批量任务调优，兼顾速度与准确率。

📌 配置入口速查：进入 Paddle-OCR 参数面板的五步路径

1. 启动 Umi-OCR，点击"全局设置"标签页
2. 在 OCR 插件区域选择 Paddle-OCR 引擎（若已是默认引擎，跳过此步）
3. 返回"截图OCR"或"批量OCR"标签页
4. 点击右上角"设置"按钮，打开参数面板
5. 找到"文本识别（PaddleOCR）"区域，这是多语言识别配置的主操作区

全局设置页负责引擎与界面外观选择，识别任务的参数都在对应标签页的设置面板里调整。

🔍 核心参数拆解：语言模型库、边长限制与排版解析

第一组：选对模型库，ocr.language

ocr.language（语言/模型库）：决定识别使用的字库与模型，单选枚举。内置 6 种模型库：

• 简体中文models/config_chinese.txt（默认）
• 英语models/config_en.txt
• 繁體中文models/config_chinese_cht(v2).txt
• 日本語models/config_japan.txt
• 한국어models/config_korean.txt
• Русскийmodels/config_cyrillic.txt

推荐值：与文档主体语言一致。Umi-OCR 不提供"多语言混合"模型库，先选主体语言，纯英文内容再切英语库。模型库文件位于./UmiOCR-data/plugins/PaddleOCR-json/models目录，此参数仅适用于 PaddleOCR 引擎插件，换用其他引擎时参数以查询接口为准。

第二组：速度换精度，ocr.cls与ocr.limit_side_len

• ocr.cls（纠正文本方向）：启用方向分类，识别倾斜或倒置的文本，可能降低识别速度 → 默认false，仅在图片确实倾斜或倒置时勾选。
• ocr.limit_side_len（限制图像边长）：边长大于该值的图片会被压缩，可提高识别速度，可能降低识别精度 → 可选960（默认）/2880/4320/999999（无限制）。日常截图保持960；高分辨率合同扫描件上调至2880或4320。

第三组：控制文本输出，tbpu.parser、tbpu.ignoreArea、data.format

• tbpu.parser（排版解析方案）：决定图片中文字块如何解析排序换行 → 默认multi_para（多栏-按自然段换行）；总是换行用multi_line，代码用single_code（单栏-保留缩进）。
• tbpu.ignoreArea（忽略区域）：整块丢弃矩形[[左上角x,y],[右下角x,y]]内的文本块 → 默认空[]，用来排除水印、页眉页脚。
• data.format（数据返回格式）：dict返回含位置与置信度的文本，text返回纯文本 → 批量导出选text。

调用 HTTP 接口前，可先通过http://127.0.0.1:1224/api/ocr/get_options查询全部参数定义、默认值与可选值，确认当前引擎的参数清单。

⚡️ 实战场景：中英混合技术文档批量识别

以"中文正文 + 英文代码术语"的技术文档为例，完整配置步骤：

1. 截图OCR 标签页 → 设置，语言/模型库选简体中文（文档主体语言），"纠正文本方向"不勾选
2. 图像边长限制改为2880，避免高清页面扫描件精度损失
3. OCR 文本后处理，排版解析方案选"多栏-按自然段换行"
4. 切到"批量OCR"标签页，选择图片或拖入文件夹，点击开始任务；任务量大时可先暂停，空闲时恢复
5. 如需命令行直接调用，注意它采用截图OCR 标签页的设定：

umi-ocr --path "D:/docs" --output result.txt

命令行还支持--output_append追加写入、--clip直接进剪贴板。若文档为纯日语，直接选日语模型库即可，无需混用。

参数组合与取舍对照（速度/精度方向基于官方文档机制，具体数值以你的硬件为准）：

识别完成后，截图OCR 页左侧显示带文字叠加层的原图，右侧为识别结果记录，便于逐块核对误识。

调优速查表：性能优先 vs 质量优先参数对照

按需取值，性能优先取左列，质量优先取右列：

改完的参数会自动保存到UmiOCR-data/.settings配置文件，对后续所有任务生效；手动修改该文件后，用umi-ocr --reload重新加载（v2.1.5 以上版本支持）。

📌 避坑要点：三个最常见的错误配置

• ❌ 以为同时勾选多种语言能提升混合识别 → ✅ocr.language是单选枚举，模型库不能叠加；按文档主体语言选择，纯英文再切英语库。
• ❌ 命令行--path调用后期望语言随之改变 → ✅ 命令行 OCR 任务采用"截图OCR"标签页的设定，先在界面改好参数再调用。
• ❌ 批量任务无限制边长 + 常开方向纠正 → ✅999999无限制会让大图内存膨胀、速度骤降，ocr.cls拖慢识别；常规文档保持默认960+false。

多语言识别的要点就四件事：选对模型库、控制边长、方向纠正在无必要时关闭、排版解析匹配文档类型。想把识别集成进自己的程序，直接调用 HTTP 接口，参见 docs/http/api_ocr.md。

【免费下载链接】Umi-OCROCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片，PDF文档识别，排除水印/页眉页脚，扫描/生成二维码。内置多国语言库。项目地址: https://gitcode.com/GitHub_Trending/um/Umi-OCR