尚书七号OCR

1.识别字符

简体字符集：国标GB2312-80的全部一、二级汉字6800多个。

2.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。

3.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。

4.识别字号

初号、小六号字体。

5.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。

6.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。