OCR，即使用書刊掃描儀掃描文字.結(jié)果以圖片格式(.bmp)存入電腦.然后使用OCR識別系統(tǒng)進行轉(zhuǎn)換.最終用WORD進行修改編輯.
下面教你如何使用ORC: OCR是英文Optical Character Recognition的縮寫.翻譯成中文就是通過光學(xué)技術(shù)對文字進行識別的意思. 是自動識別技術(shù)研究和應(yīng)用領(lǐng)域中的一個重要方面.它是一種能夠?qū)⑽淖肿詣幼R別錄入到電腦中的軟件技術(shù).是與書刊掃描儀配套的主要軟件.屬于非鍵盤輸入范疇.需要圖像輸入設(shè)備主要是書刊掃描儀相配合.現(xiàn)在OCR主要是指文字識別軟件.在1996年清華紫光開始搭配中文識別軟件之前.市場上的掃描儀和OCR軟件一直是分開銷售的。書刊掃描儀廠商現(xiàn)在已把專業(yè)的OCR軟件搭配自己生產(chǎn)的掃描儀出售.OCR技術(shù)的迅速發(fā)展與掃描儀的廣泛使用是密不可分的.近兩年隨著書刊掃描儀逐漸普及和OCR技術(shù)的日臻完善.OCR己成為絕大多數(shù)掃描儀用戶的得力助手.
OCR技術(shù)的發(fā)展歷程
自20世紀(jì)60年代初期出現(xiàn)第一代OCR產(chǎn)品開始.經(jīng)過30多年的不斷發(fā) 展改進.包括手寫體的各種OCR技術(shù)的研究取得了令人矚目的成果.人們對OCR產(chǎn)品的功能要求也從原來的單純注重識別率.發(fā)展到對整個OCR系統(tǒng)的識別速度.用戶界面的友好性.操作的簡便性.產(chǎn)品的穩(wěn)定性.適應(yīng)性.可靠性和易升級性.售前售后服務(wù)質(zhì)量等各方面提出更高的要求.
IBM公司最早開發(fā)了OCR產(chǎn)品.1965年在紐約世界博覽會上展出了IBM公司的OCR產(chǎn)品--IBMl287.當(dāng)時的這款產(chǎn)品只能識別印刷體的數(shù)字.英文字母及部分符號.并且必須是指定的字體.20世紀(jì)60年代末.日立公司和富士通公司也分別研制出各自的OCR產(chǎn)品.全世界第一個實現(xiàn)手寫體郵政編碼識別的信函自動分揀系統(tǒng)是由日本東芝公司研制的.兩年后NEC公司也推出了同樣的系統(tǒng).到了1974年.信函的自動分揀率達到92%左右.并且廣泛地應(yīng)用在郵政系統(tǒng)中.發(fā)揮著較好的作用.1983年日本東芝公司發(fā)布了其識別印刷體日文漢字的OCR系統(tǒng)OCRV595.其識別速度為每秒70-100個漢字.識別率為99.5%.其后東芝公司又開始了手寫體日文漢字識別的研究工作.
中國在OCR技術(shù)方面的研究工作相對起步較晚.在20世紀(jì)70年代才開始對數(shù)字.英文字母及符號的識別技術(shù)進行研究.20世紀(jì)70年代末開始進行漢字識別的研究.1986年.國家863計劃信息領(lǐng)域課題組織了清華大學(xué).北京信息工程學(xué)院.沈陽自動化所三家單位聯(lián)合進行中文OCR軟件的開發(fā)工作.清華大學(xué)率先推出了國內(nèi)第一套中文OCR軟件--清華文通TH-OCR1.0版.至此中文OCR正式從實驗室走向了市場.清華OCR印刷體漢字識別軟件其后又推出了TH-OCR 92高性能實用簡/繁體.多字體.多功能印刷漢字識別系統(tǒng).使印刷體漢字識別技術(shù)又取得重大進展.到1994年推出的TH-OCR 94高性能漢英混排印刷文本識別系統(tǒng).則被專家鑒定為[是國內(nèi)外首次推出的漢英混排印刷文本識別系統(tǒng).總體上居國際領(lǐng)先水平".上個世紀(jì)90年代中后期.清華大學(xué)電子工程系提出并進行了漢字識別綜合研究.使?jié)h字識別技術(shù)在印刷體文本.聯(lián)機手寫漢字識別.脫機手寫漢字識別和脫機手寫數(shù)字符號識別等領(lǐng)域全面地取得了重要成果.具有代表性的成果是TH-OCR 97綜合集成漢字識別系統(tǒng).它可以完成多文種(漢.英.日)印刷文本.聯(lián)機手寫漢字.脫機手寫漢字和手寫數(shù)字的識別輸入.幾年來.除清華文通TH-OCR外.其它如尚書SH-OCR等各具風(fēng)格的OCR軟件也相繼問世.中文OCR市場穩(wěn)步擴大.用戶遍布世界各地.
可以說目前印刷體OCR的識別技術(shù)已經(jīng)達到較高水平.OCR產(chǎn)品已由早期的只能識別指定的印刷體數(shù)字.英文字母和部分符號.發(fā)展成為可以自動進行版面分析.表格識別.實現(xiàn)混合文字.多字體.多字號.橫豎混排識別的強大的計算機信息快速錄入工具.對印刷體漢字的識別率達到98%以上.即使對印刷質(zhì)量較差的文字其識別率也達到95%以上.可識別宋體.黑體.楷體.仿宋體等多種字體的簡.繁體.并且可以對多種字體.不同字號混合排版進行識別.對手寫體漢字的識別率達到70%以上.特別是我國的漢字OCR技術(shù)經(jīng)過十幾年的努力.克服了起步晚.漢字字符集異常龐大等困難.單字的識別速度(指在單位時間內(nèi)所完成的從特征提取到識別結(jié)果輸出的字數(shù))可以達到70字/秒以上.由于印刷體OCR漢字識別技術(shù)已經(jīng)比較成熟.所以O(shè)CR產(chǎn)品被廣泛地應(yīng)用在新聞.印刷.出版.圖書館.辦公自動化等各個行業(yè).
專業(yè)型OCR產(chǎn)品多是面向特定的行業(yè).即適用于每天需處理大量表格信息錄入的部門.如郵政.稅務(wù).海關(guān).統(tǒng)計等等.這種面向特定行業(yè)的專業(yè)型OCR系統(tǒng).格式較為固定.識別的字符集相對較小.經(jīng)常與專用的輸入設(shè)備結(jié)合使用.因此具有速度快.效率高等特點.比如郵件自動分揀系統(tǒng)等.
手寫文稿的識別直到1996.1997年才開始有產(chǎn)品問世.而且是作為印刷文稿識別產(chǎn)品的一項附加功能提供的.由于人寫字的習(xí)慣千差萬別.實現(xiàn)自由手寫體識別相當(dāng)困難.所以手寫體OCR技術(shù)的使用領(lǐng)域是聯(lián)機手寫體識別.即人一邊寫.計算機一邊識別.是一種實時識別方式.
賽數(shù)A2高精度案卷掃描儀OS12002
如果您需要將大幅面文獻、珍貴書籍、字畫、案卷和檔案數(shù)字化，OS12002產(chǎn)品家族能為您的需求提供最前瞻的解決方案。適用于高校、圖書館、檔案館、博物館、國土、測繪、機械、美術(shù)行業(yè)、印刷出版等等。
