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。