论文部分内容阅读
在线服务直接取文字
现在有很多云计算服务采用OCR技术,如果要处理的工作量不大,我们可以考虑通过云来进行图片文字的分析提取。
这里以Free Online OCR网站为例(http://www.newocr.com),首先点击网页中的“选择文件”,从弹出的对话框中选择需要上传的图片(图1,支持PDF)。为了让系统更好地进行识别操作,需要在“Recognition language”列表中选择一种对应显示的语言,通常情况下我们选择“Chinese Simplified”(简体中文)项就可以了。设置完毕点击“Upload”上传,图片将在网页中显示出来。如果图片是横向显示,可以通过“Rotate image”选项来调整图片的方向,接着再通过鼠标拖动图片上方的选择框,选择需要进行文字识别的区域。
点击“OCR”按钮开始识别操作,稍等片刻就可以在网页下方显示出从图片中提取的文字了。通过工具栏中的命令可以对文字直接进行操作,比如提取出来的是外文信息,点击“Google Translate”或“Bing Translator”按钮可以对文字内容进行在线翻译,而点击“Edit Online”按钮则可以对其进行在线编辑。最后点击工具栏中的“Download”,将提取出来的文字保存到本地系统就可以了(图2)。
本地软件批量取文字
云服务虽然使用方便,但是因为带宽等原因,往往会对文件大小进行限制,比如Free Online OCR网站要求图片文件大小不得超过5MB,PDF文件不得超过20MB。如果识别的工作量很大,此时就得求助于本地的软件了,这方面最常用的有“汉王 PDF OCR”、“文通 TH-OCR 免费版”等。
以汉王为例,点击工具栏中的“打开”,选择打开需要进行识别的图片(图3)。接着点击“编辑”菜单中的“自动倾斜校正”命令,对图片的显示方向进行调整。然后点击“识别”菜单中的“版面分析”命令,对图片中的内容进行识别,并且对识别出的内容进行选取。可以调整选取的内容,最后点击工具栏中的“开始识别”按钮,就可以将图片中的内容识别出来,并且对可能识别错误的内容以红色字体标注,方便手动修改,效率极高。
现在有很多云计算服务采用OCR技术,如果要处理的工作量不大,我们可以考虑通过云来进行图片文字的分析提取。
这里以Free Online OCR网站为例(http://www.newocr.com),首先点击网页中的“选择文件”,从弹出的对话框中选择需要上传的图片(图1,支持PDF)。为了让系统更好地进行识别操作,需要在“Recognition language”列表中选择一种对应显示的语言,通常情况下我们选择“Chinese Simplified”(简体中文)项就可以了。设置完毕点击“Upload”上传,图片将在网页中显示出来。如果图片是横向显示,可以通过“Rotate image”选项来调整图片的方向,接着再通过鼠标拖动图片上方的选择框,选择需要进行文字识别的区域。
点击“OCR”按钮开始识别操作,稍等片刻就可以在网页下方显示出从图片中提取的文字了。通过工具栏中的命令可以对文字直接进行操作,比如提取出来的是外文信息,点击“Google Translate”或“Bing Translator”按钮可以对文字内容进行在线翻译,而点击“Edit Online”按钮则可以对其进行在线编辑。最后点击工具栏中的“Download”,将提取出来的文字保存到本地系统就可以了(图2)。
本地软件批量取文字
云服务虽然使用方便,但是因为带宽等原因,往往会对文件大小进行限制,比如Free Online OCR网站要求图片文件大小不得超过5MB,PDF文件不得超过20MB。如果识别的工作量很大,此时就得求助于本地的软件了,这方面最常用的有“汉王 PDF OCR”、“文通 TH-OCR 免费版”等。
以汉王为例,点击工具栏中的“打开”,选择打开需要进行识别的图片(图3)。接着点击“编辑”菜单中的“自动倾斜校正”命令,对图片的显示方向进行调整。然后点击“识别”菜单中的“版面分析”命令,对图片中的内容进行识别,并且对识别出的内容进行选取。可以调整选取的内容,最后点击工具栏中的“开始识别”按钮,就可以将图片中的内容识别出来,并且对可能识别错误的内容以红色字体标注,方便手动修改,效率极高。