扫描仪的应用—OCR.ppt

扫描仪的应用 光学字符识别 （OCR） * * 内 容 提 要 一、OCR 简介 二、OCR 的基本原理和工作流程 三、清华 TH-OCR XP 软件的使用 四、进行文字识别时的注意事项 OCR是“光学字符识别”（Optical Character Recognition）的英文缩写。扫描仪等光学输入设备可以将各种报刊、书籍、文稿、票据及其它印刷品的文字转化为图像信息，它要依赖扫描仪等硬件。而利用OCR文字识别技术却可以将图像信息转化为可以进行编辑的文字，是一种计算机输入技术，主要是通过软件实现。 OCR文字识别软件是与扫描仪配套的主要软件，属于非键盘输入范畴。近几年随着扫描仪逐渐普及和OCR技术的日趋完善，OCR己成为大多数扫描仪用户的得力助手，扫描仪厂商现在已把专业的OCR软件搭配自己生产的扫描仪出售。 中文OCR是针对汉字信息高速输入计算机的问题，致力于解决困扰汉字使用者低速信息输入与高速信息处理的矛盾，从而提高整个计算机系统的效率，比手工输入要快几十倍。此时，用户只需要用扫描仪将整页的文本或图像扫描输入到计算机，OCR软件就会自动产生可以编辑的文本文件。 一、OCR 简介 二、OCR 的基本原理和工作流程 （一） OCR 的基本原理 简单地说，就是通过扫描仪将一份文稿的图像输入给计算机（或者说是计算机通过扫描仪获取图像），然后由OCR软件取出每个文字的图像，并将其转换成文字的编码。其具体工作过程是，计算机OCR软件接受文稿的数字图像，然后利用各种模式识别算法分析文字形态特征，判断出文字的标准编码，并按通用格式存储为计算机的文本文件格式。其中文字识别是OCR的核心技术。 Pre Home Nex （二） OCR 的工作流程 二、OCR 的基本原理和工作流程 Pre Home Nex 现在几乎所有的平板式扫描仪都捆绑了OCR 软件，多数机型的随机软件中不仅有中文版OCR 还有英文版OCR，其实大部分中文版OCR 都兼有识别英文的功能。目前市场比较成熟的中文版OCR 软件有清华文通、尚书、蒙恬等。这里以清华TH-OCR XP为例，介绍OCR软件的使用。 清华TH-OCR XP 能够适应超过一百种Windows字体，识别全部简体国标一二级6763个字符，繁体13000多字符。在文档识别过程中，对于每个区域可以设定不同的字体，例如一篇文档中的大段英文可以设为英文识别，以提高识别率。TH-OCR XP 支持多任务，可以在识别一篇文章的同时扫描或编辑其它文档。 三 、清华 TH-OCR XP 软件的使用 （一）OCR 软件简介 Pre Home Nex 在所购买紫光扫描仪的随机光盘中，有清华 TH-OCR XP 的安装程序。打开相应的文件夹，双击 setup.exe 文件开始安装，首先进行语言设置，如下图所示（实际安装）。 三 、清华 TH-OCR XP 软件的使用 （二）清华 TH-OCR XP 软件的安装 Pre Home Nex 清华TH-OCR XP的窗口如其他Windows程序窗口一样，简洁明快、布局合理、容易上手。窗口分为标题栏、菜单栏、工具栏、工程管理区、图像和识别操作区、状态栏，如下图所示（结合实际窗口介绍）。 三 、清华 TH-OCR XP 软件的使用 （三）清华 TH-OCR XP 的窗口 Pre Home Nex 完整的文字识别操作过程包括：设置、扫描、版面处理、识别、编辑修改、输出六个基本步骤，如下图所示。 三 、清华 TH-OCR XP 软件的使用 （四）清华 TH-OCR XP 软件使用的基本流程 Pre Home Nex 说明：为了方便，这里使用已经扫描好的图片供OCR 。实际操作时，也可以在OCR软件中扫描文稿并直接加载扫描获得的图片，然后进行识别。 三 、清华 TH-OCR XP 软件的使用 （五）实际使用清华 TH-OCR XP 软件（处理几个文件） Pre Home Nex 1 ．打开清华 TH-OCR XP 软件，并装入要识别的图片（或通过扫描获得）。 2 ．进行版面处理，包括倾斜校正、版面处理等。 3 ．进行识别。 4 ．后处理。 5 ．导出。 在使用OCR软件进行文字识别时，必须认真学习OCR有关知识和理论，特别是系统设置、版面处理和编辑修改的理解和具体操作，并结合实践不断积累经验，摸索出切实可行的解决方案。下面是一些有价值的提示，要认真理解和体会。 1．在扫描仪中一定要放正原稿，不能位置倾斜，否则扫描出来的原稿也会是倾斜的，从而造成OCR软件无法正确识别。另外，在放置扫描原稿时，把扫描的文字材料一定要摆放在扫描起始线正中，以最大限度地减小由于