基本介紹
軟體信息,軟體功能,簡介,注意問題,控制臺,轉換技巧,文檔識別,表格識別,
軟體信息
軟體類別: 辦公軟體/ 文字處理
文字識別軟體
文字識別軟體軟體大小: 64.5M
軟體語言: 中文
軟體性質：共享軟體
人氣指數：73242
套用平台: WinXP, WinAll
軟體功能
1.自動鎖定文欄位落，自動計算行高，行間距，字間距，只需要大致給出範圍即可；
3.字型檔建造工具附帶窮舉文字程式，可遍歷作業系統中所有的字型字號，將其轉換為所需要的字型檔；
4.支持顏色不純，有所偏差的文字識別及字型檔建造；
5.支持資料庫和文本2種類型的字型檔；
6.文字識別可支持模糊識別（只針對文本類字型檔）；
簡介
基本使用方法:
1、打開尚書七號,選擇打開圖象。（我用的版本可以識別的格式有bmp、tif、jpg）
2、選擇開始識別或按F8。識別結果將顯示在視窗上部，下部顯示版面分析結果。其中紅線為可識別部分，綠線為不可識別。
3、選擇輸出--到指定格式檔案，將識別結果保存為需要的格式。
詳細操作
1． 尚書7號OCR軟體是MICROTEK中晶科技公司，向漢王科技購買授權，贈送給用戶使用的軟體，該軟體是放在了掃瞄器隨機的驅動光碟中，用戶可以選擇安裝。
2． 軟體安裝完畢後，用戶請點擊桌面左下角“開始”，找到“尚書7號OCR”軟體圖示，並點擊。打開尚書7號OCR的使用界面。
3． 打開尚書7號OCR的“檔案”采單下的“選擇掃瞄器”，選擇對應掃瞄器的驅動“MICROTEK SCANWIZARD 5”的選項。並選擇“確定”。
4． 選擇“檔案”選單下的“掃描”，將打開掃瞄器的驅動。下面的界面是掃瞄器的“高級控制臺”。 5． 用戶請注意選擇SCANWIZARD 5軟體中，左面“設定”視窗中的“圖像類型”，請選擇“RGB色彩”或者“灰階”的類型，並注意掃瞄器解析度是300PPI。
6． 當用戶作完“預覽”後，設定需要掃描的範圍，就可以點擊“掃描”按鈕，掃瞄器將開始掃描的工作。將掃描好的檔案，直接傳遞到尚書7號OCR默認的目錄中（默認的存儲圖像檔案的目錄是用戶計算機C糟下的SHOCR2002目錄下的IMAGE目錄）。掃描完畢後，請用戶關閉掉掃瞄器驅動程式SCANWIZARD 5.用戶可以看到需要掃描的檔案已經傳遞給尚書7號中，默認的檔案名稱是HW001.JPG。
7． 請用戶選擇尚書7號軟體中的“編輯”選單下的“自動傾斜校正”，讓尚書7號軟體對掃描進來的圖像作相應的旋轉，以保證圖像中的文字是水平排列，而非傾斜。因為太過傾斜的文字，將影響到尚書軟體的識別效果。
8． 版面分析完畢後，用戶可以看到對應的文字塊，都有對應的識別框被選擇。
9． 用戶此時，請注意，對應的識別框，其屬性是否正確。識別框分別有“橫欄”、“豎欄”、“表格”和“圖像”等四種屬性，分別有四種不同顏色的選框來表示。
10 核對無誤後，用戶可以使用“識別”選單下的“開始識別”按鈕。得到結果......
11． 此時實際上已經進入文字校對狀態......
12． 當用戶校對完畢後，或者不在尚書7號內作校對，用戶可以選擇“輸出”選單下的“到指定格式檔案”. 用戶可以看到，識別的結果，有TXT、RTF、HTML、XLS等格式可以選擇。默認的輸出的目錄是用戶計算機C糟下的SHOCR2002目錄下的OUTPUT目錄。用戶選擇一個對應的檔案名稱，就可以存檔了。為了方便，用戶可以選擇“輸出到外部編輯器”的選項，這樣存檔的同時，尚書7號OCR會自動調出對應的編輯軟體，如TXT存檔可以自動調用NOTEPAD軟體，RTF存檔將自動調用WORD軟體，XLS存檔將自動調用EXCEL軟體。 一個簡單的OCR操作就此完成了。
注意問題
1、圖片質量。批量識別時，首先應確保要識別的圖片質量。如不能識別還需要重新處理，甚至會導致軟體死掉，浪費時間。我本人就曾深受其苦。圖片解析度應稍高，肉眼看感覺偏大，因為識別工具是有點近視的，文字和底色對比要求不高，通常來說，肉眼能看清楚即可，底色發灰或發黑基本不會影響識別結果。
2、避免有不規則形狀（圖片）出現。識別工具在進行版面分析時，只能採用方形切割，當圖片中存在文字環繞不規則形狀時，則無法將文字和該形狀劃分開，則將出現錯誤或無法識別。此時，較快的辦法是在PS中，吸取該圖片附近的頁面底色，用粗畫筆將該區域塗上，不必講求效果，顏色沒有太大差別即可，重新保存圖片。
3、避免圖象傾斜。尚書七號中也有自動傾斜校正和手動傾斜校正工具，但即使經過校正，識別率還是低很多。如果是拍攝的書本，可能會產生一定弧度，此時保證行的兩端對齊即可。另外在拍攝時應避免高光等會使圖象各部分亮度反差大的情況。
控制臺
為了得到較好的OCR使用效果，建議用戶將掃瞄器的驅動SCANWIZARD 5軟體，由初始安裝的標準控制臺，切換到高級控制臺狀態。
轉換技巧
1、可以將書攤平，一次將兩邊都掃描或拍攝下來，節省時間。處理圖片時不必剪開，這時要用到尚書七號的分欄工具了。直接用滑鼠在打開的圖象上拖拽，可出現選框，分成左右兩個分欄，分欄左上角的編號就是識別結果的排列順序。它會將自動按照編號順序將所有分欄的內容連線在一起。
2、手動分欄可解決部分圖象無法識別的問題。在進行識別後，可以看到版面分析結果，有時候由於圖象質量原因，自動分析出的有效版面只是很小的一部分。此時可以按ctrl+del取消版面分析結果，用滑鼠拖拽，劃定需要識別的範圍，重新進行識別。當圖片質量問題不大時，這個辦法有效。
有時候（尤其是拍攝所得圖片），文字扭曲嚴重，即使用PS也無法調整好。可嘗試手動分欄，多劃分幾欄，每一欄包含一行或少數幾行文字，這樣對於每個分欄來說，它所包含的範圍內誤差度相對減小，可提高識別率。
3、使用批量識別功能。尚書七號可以一次性識別大量圖片。但在實際套用中，依次識別不宜過多，便於隨時檢查識別結果，發現錯誤及時修正。
5、如果想保留檔案中的圖片，在輸出結果時選用RTF格式，再用word打開，可以看到格式完全正確的文字和圖片了。
6、用書本的頁碼給檔案命名是明智的選擇。我曾經用內容摘要命名，自以為清晰明了，結果在最後修正錯誤字元時悔恨交加。
7、當一個圖象完全無法識別時，可稍稍增加亮度或對比度，有時候只差那么一點點，它也不給你工作。 8、分欄的幾個類型。當單擊一個分欄時，工具列中會相應分欄類型的按紐會按下。分欄有橫欄（橫排文字）、豎欄（豎排文字）、圖片、表格等幾個類型，一般情況下可以自動識別類型，但手動分欄時一定要選擇相應的類型，以提高識別率。
以上問題針對拍攝情況而言，掃描的話相信會減少問題，如果能拆書的話，最好還是拆吧。
文檔識別
1． 過程與上面所介紹，基本一樣，只是用戶需要注意存檔格式。
2． 一般，如果用戶需要對該文字，進行重新排版工作，請用戶選擇TXT存檔，然後再將其內容拷貝到WORD中。
3． 如果用戶希望保留稿件的原有格式，並能夠作版面的恢復，請使用RTF格式存檔，該格式將有版面的恢復功能。但是用戶只能針對其中的文字，作一些個別字的調整，無法作大範圍的排版方式的修改。
表格識別
1． 其中，掃描、自動傾斜矯正過程同普通文稿是一樣的。
2． 但是注意“版面分析”後，對其結果進行檢查。應該在表格上，經過版面分析後，有一個蘭色的框，選中了表格部分，如果不是，用戶需要修改欄屬性或者考慮手動劃定識別區域。
3． 注意輸出結果的選擇，如果是需要重新排版，用戶應該分別用TXT和XLS格式存檔，然後將TXT中的文字和XLS中的表格分別拷貝到WORD，進行排版。
