| 操作系统 办公 实用知识 设计 开发 WEB开发 移动开发 数据库 软件工程 网管 安全 管理 信息化 答疑 渠道 |
OCR软件使用经验谈作者：上海中晶科技有限公司 文本的OCR识别是用户使用扫描仪产品最常见的应用之一，目前几乎所有的扫描仪产品都附带了OCR识别软件。但我们在使用中发现，即使同一个OCR软件识别正确率的差距也较大。实际上，OCR识别正确率不仅与OCR软件本身有关，与使用方法的正确与否也有很大关系。根据笔者平时积累的经验，做OCR识别应从以下几个方面入手。这里以MICROTEK扫描仪配备的《尚书六号》OCR为例。 一、扫描操作及注意点 扫描仪联机
在确定 MICROTEK扫描仪能够在被“Scanner Test”找到的条件下（见图一），运行《尚书六号》OCR软件。然后点击“扫描”按扭（见图二）。片刻之后，扫描仪的控制窗口出现，在保证 “黑白两值”300 dpi的条件下，进行图像预览（见图三）。以上步骤也可以通过MICROTEK扫描仪上的“OCR快捷键”实现。目前，市场上的绝大部分MICOTEK扫描仪都配备了方便用户的快捷键。
放大预览及调节图像的清晰度 为了达到最佳的识别效果，对输入稿件在扫描时的最低要求是清晰。为此，我们可以通过“放大预览”对文稿中的几个文字进行取样扫描（见图四），从而对图像的亮度进行更为细致的调节。调节的工具是扫描仪工具内的“阀值”。
以下是不同阀值下的扫描结果（见图五）。调节到适当的阀值后，就可以选择“扫描”按扭了。扫描的结果会传递到OCR软件内，同时扫描仪的控制窗口会自动消失。
二、辨识前所需的注意事项 当以上事项完成以后，我们所要做的就是在OCR软件中的实际操作了。 注意文字的倾斜校正 由于OCR的辨识原理是采用字模的方式进行的，所以一定要注意稿件是否水平。具体实施过程中，可以采用图像倾斜校正按扭来解决（见图六）。
对稿件进行识别的预先处理 由于原稿的情况差异万千，所以我们在识别前，需做一些预先的处理。首先应该去除原稿中的杂点和图像。文稿中如含有图像，OCR是不能识别的，图像的存在，会影响OCR的文字切分。操作中，可使用“图像的块擦拭”工具将文档中的图像去除，同时文稿中的一些杂点，也应尽量地去除。
针对文档中出现分栏的情况，建议您手动设定辨识范围，最好不要采用“自动切分”，只有这样才能保证辨识结果的连贯性（见图七）。 采用适当的辨识方式 在具体的辨识中，还应注意您的稿件是横排还是竖排，由此选择正确的编排格式按扭，以保持对应。 目前的《尚书六号》OCR软件为用户提供了简体、繁体、英文等不同的识别方式，其选择是在窗口上的下拉菜单，而非按扭菜单。按扭中的简体、繁体、ENGLISH是《尚书六号》在不同的操作系统上获得正确显示的显示模式，千万不要搞混（见图八）。
确认以上的步骤后，此时就可按下“识别”按扭，识别完毕后，系统进入“文稿校对界面”。 三、文稿校对 通常而言，OCR对不能完全确定的文字，会显示出兰色，请用户确认。但值得注意的是，在没有提示出错的地方，也有可能出错，尤其是中文文本的英文单词，OCR一般会将其做中文识别，错误率几乎是百分之百。所以我们在校对时，可以先通读一遍，以此提高文字校对的效果。
OCR提供选择使用外部编辑器的功能，我们可以选择WORD编辑器（见图十）。
最后建议您在WORD内进行整个的文稿校对，并重新排版，以达到使用OCR的最佳效果。
今日推荐
|
重点推荐
领军企业技术文库
+更多领军技术文库
最新专题
电子杂志订阅
| ||||||||
