尚书七号ocr

本软件系统是应用OCR（OpticalCharacterRecognition）技术，为满足书籍、报刊杂志、报表票据、公文档案等录入需求而设计的软件系统。目前，许多信息资料需要转化成电子文档以便于各种应用及管理，但因信息数字化处理的方式落后，不但费时费力，而且资金耗费巨大，造成了大量文档资料的积压，因此急需一种快速高效的软件系统来满足这种海量录入需求。本软件系统正是适用于个人、小型图书馆、小型档案馆、小型企业进行大规模文档输入、图书翻印、大量资料电子化的软件系统。识别字符简体字符集：国标GB2312-80的全部一、二级汉字6800多个。纯英文字符集。简繁字集：除了简体汉字外，还可以混识台湾繁体字5400多个以及香港繁体字和GBK汉字。识别字体种类能识别宋体、仿宋、楷、黑、魏碑、隶书、圆体、行楷等一百多种字体，并支持多种字体混排。识别字号初号小六号字体。表格识别可以自动判断、拆分、识别和还原各种通用型印刷体表格。可支持繁体WINDOWS系统用扫描仪扫描的文字图像，不能对个别文字进行编辑修改，在教学中，需要利用文字识别软件，将文字图像进行识别，将图像格式转化成文本格式，常见的文字识别软件有很多，主要功能基本相同，尚书七号就是其中很优秀的一款。用尚书七号对文字图像识别转化的过程，利用其主菜单：“文件”、“编辑”、“识别”、“输出”可以很方便地完成。具体步骤为：步骤1：获取文字图像文件。选择“文件”菜单下的“扫描”或“打开图像”（将已经扫描好的图像文件打开）命令，打开图像文件。如果连接了多台扫描仪，可以选择“文件”菜单下的“选择扫描仪”命令，调用扫描仪。步骤2：对扫描的图像页进行调整选择“编辑”菜单下“图像页面的处理”子菜单下的“图像页的倾斜校正”（提供自动和手动实现方法）及“旋转”等命令，将扫描的图像页进行调整。步骤3：版面分析与文字识别转化版面分析，选择识别范围，在进行文字识别前要选择识别范围，识别过程的核心是“版面分析”。尚书七号的自动版面分析功能很强，对报纸杂志等复杂的版面，也能保持很高的分析正确率。设置好后，直接点击“开始识别”的按钮就可以进行文字识别了。步骤4：校对修改自动识别完毕，识别结果的“文本窗口”会弹出，这个窗口能够提供识别结果的校对，为了校对方便，尚书七号增加了光标跟随显示原图像行的校对方法（如图3出现的黄色提示行的出现）。提供的校对方法，一眼就能够看到图像原文和识别出文本的差别，如果发现识别有误，可以进行修改。步骤5：输出如果检查修改后确认无误，选择识别结果的“输出”菜单，输出的文件格式有：RTF、HTML、XLS、22238，可以根据自己的需要选择对应的格式。如果用户想得到类似原文的识别结果，请选择RTF格式。把RTF格式输出的文件用WORD打开后，会发现几乎保留了原文的所有痕迹，包括原来页面中的彩色图像，都已经保留在WORD中了。

Tags:尚书七号ocr,文字识别转化,版面分析,图形信息数字化处理.