目录

一、项目简介

二、Umi-OCR设置

​编辑

三、项目结构

四、本地识别与内网识别说明

1. 本地识别

步骤示例

2. 内网识别

步骤示例

五、UiBot 调用 UmiOCR 的常见方式

六、适用场景

七、常见问题与建议

八、项目代码

九、后续扩展方向

---

一、项目简介

本项目通过 UiBot 流程自动化平台，调用 UmiOCR 实现图片文字的本地或内网 OCR 识别。适用于对数据安全有较高要求、不希望将图片上传到外网的场景。
UmiOCR 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。

---

二、Umi-OCR设置

三、项目结构

├── UmiOCR.flow           # UiBot 主流程文件，定义流程节点与变量
├── pubb.task             # 公共任务模块，存放可复用的流程片段或参数配置
├── 识别测试.task         # 主要的 OCR 识别任务实现
└── ...                   # 其他可能的辅助文件（如配置、日志等）

• UmiOCR.flow：UiBot 流程主文件，建议结合 UiBot Studio 查看流程图与节点说明。
• pubb.task：公共方法或参数配置节点，便于流程复用。
• 识别测试.task：调用 UmiOCR 进行 OCR 识别的主要任务节点。
• 其他辅助文件：如有配置文件、日志文件等，可根据实际项目补充。

---

pubb.task代码

/*
公共方法模块，存储可能用到的数据处理方法

*/
UnitTest 
	StartOCR(False)
	Exit()
End UnitTest

Function StartOCR(kill=False)
	Dim bRet   
	Dim iPID    
	Dim sRet    
	Dim json_obj
	If kill = True
		Try 3
			App.Kill("Umi-OCR.exe")
		Catch ex
			log.Error(ex)
		End Try
	End If
	For i=0 To 10
		Try 
			bRet=App.GetStatus("Umi-OCR.exe")
			If bRet = False
				iPID = App.Run(@res"UmiOCR\\Umi-OCR.exe", "0", 0)
				Delay(3000)
			Else
				TracePrint "正常启动"
				Break
			End If
		Catch ex
			Log.Error(ex)
		End Try
	Next
End Function

识别测试.task

Dim arrayRet ,base_url ,image_b64   ,ocr_obj , ocr_res ,ocr_text, sName         
pubb.StartOCR(False)
arrayRet = File.DirFileOrFolder(@res'''output_captcha''',"fileandfolder",{"hasPath":True})
For Each file_path In arrayRet
	sName = File.BaseName(file_path,False)
	// 文件转base64
	image_b64 = utils.FileToBase64(file_path)
	base_url = "http://127.0.0.1:1953"
	HTTP.SetHeaders({"Content-Type": "application/json"})
	// 调用识别呃
	ocr_res = HTTP.PostJson(base_url & "/api/ocr", {"base64": image_b64,"options":{"ocr.language":"models/config_chinese.txt","ocr.cls":True,"data.format":"text"}}, 60000)
	ocr_obj = JSON.Parse(ocr_res)
	TracePrint ocr_obj
	Continue
Next

四、本地识别与内网识别说明

1. 本地识别

本地识别是指 UiBot 直接调用部署在本机的 UmiOCR 服务进行图片文字识别。
优点：数据不出本地，安全性高，速度快，无需联网。

步骤示例

1. 下载本项目代码。
2. 启动项目。

2. 内网识别

内网识别是指 UmiOCR 部署在局域网内的某台服务器上，UiBot 通过内网 IP 调用 UmiOCR 服务。
优点：数据仅在内网流转，适合多台机器共享 OCR 服务，安全性高。

步骤示例

1. 在内网服务器上部署并启动 UmiOCR 服务，确保端口可被局域网访问。
2. 在 UiBot 的“识别测试”任务中，调用内网服务器的 UmiOCR API（如 http://192.168.x.x:port/ocr）。
3. 传入待识别图片路径或图片数据，获取识别结果。

---

五、UiBot 调用 UmiOCR 的常见方式

1. HTTP 请求
   UiBot 可通过“HTTP请求”模块，向 UmiOCR 的 API 发送图片识别请求，获取返回的文字结果，本项目代码的调用方式。
2. 命令行调用
   也可通过 UiBot 的“运行命令行”模块，直接调用 UmiOCR 的命令行工具进行识别。

---

六、适用场景

• 需要本地化部署，数据不出本地/内网的企业或个人。
• 多台 UiBot 机器人共享同一套 OCR 服务。
• 对识别速度和数据安全有较高要求的自动化场景。

---

七、常见问题与建议

• 端口被占用：确保 UmiOCR 服务端口未被其他程序占用。
• 内网访问失败：检查防火墙设置，确保端口已开放。
• 识别准确率：可根据实际需求调整 UmiOCR 的识别参数或更换模型。

---

八、项目代码

• UmiOCR 官方文档
• 项目代码夸克网盘下载
• 项目代码百度网盘下载

---

如需进一步定制流程或遇到问题，欢迎随时私聊！

---

九、后续扩展方向

1. 多格式输入支持
   • 支持 PDF、扫描件批量识别，自动拆分与合并结果。
2. 识别结果结构化
   • 增加表格、票据等结构化数据提取，便于后续自动化处理。
3. 多语言识别能力
   • 集成更多语言模型，满足跨国/多语种场景需求。
4. 识别结果自动校正
   • 增加后处理模块，如拼写检查、版面还原等。
5. 与其他系统集成
   • 通过 API/Webhook 等方式，将识别结果自动推送到 ERP、OA 等业务系统。
6. 权限与日志管理
   • 增加用户权限控制、识别日志记录，提升系统安全与可追溯性。
7. 分布式/高可用部署
   • 支持多节点部署，提升识别服务的并发能力与稳定性。