汉王PDF OCR 8.14.16

TAG标签:汉王PDF  

分享至:

软件大小:34.96M 更新时间:2018-06-14

软件授权:免费软件 软件类型:PDF工具

软件类别:PDF工具 软件语言:简体中文

应用平台:Win All 总下载数:次下载

汉王PDF OCR 8.1.16支持文字型PDF的直接转换和图像型PDF的OCR识别,既可以采用OCR的方式,将pdf文件转换为可编辑文档,也可以采用格式转换的方式直接转换PDF文件为文本。
 
 
汉王PDF OCR
 
没有什么比照着打印出来的材料,再把字原样输入计算机更让人没有成就感。只需将材料扫描/用手机拍照,然后交给软件识别成文本。汉王 PDF OCR 提供 PDF 自动转换 RTF/TXT 功能,同时支持 TIFF/JPEG/GIF 等图像格式文本识别。手动操作基本步骤是先调整角度,之后自动识别版面,F8 开始识别。
 
汉王PDF OCR
 
根据多次使用的经验,汉王 PDF OCR 对纯中文/英文的情况处理准确率极高,但对同一行中英文混合的情况处理不理想。此外,此软件个人用户可免费使用,不可商用。
 
OCR文字识别技术是什么?
光学字符识别(英语:Optical Character Recognition, OCR)是指对文本资料的图像文件进行分析识别处理,获取文字及版面信息的过程。OCR的概念是在1929年由德国科学家Tausheck最先提出来,并申请了专利。后来美国科学家Handel也提出了利用技术对文字进行识别的想法。国内最早的OCR商业应用是由中国科学家王庆人教授在南开大学开发出来的,并在美国市场投入商业使用。
汉王PDF OCR识别过程
  1.图像输入、图像前处理、预识别。
2.图像输入
对于不同的图像格式,有着不同的存储格式,不同的压缩方式,目前有OpenCV、CxImage等开源项目。
3.预处理
主要包括二值化,噪声去除,倾斜较正等。
4.二值化
对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,可以简单的分为前景与背景,为了让计算机更快的、更好地识别文字,我们需要先对彩色图进行处理,使图片只前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图。
5.噪声去除
对于不同的文档,对噪声的定义可以不同,根据噪声的特征进行去燥,就叫做噪声去除。
6.倾斜校正
由于一般用户,在拍照文档时,都比较随意,因此拍照出来的图片不可避免的产生倾斜,这就需要文字识别软件进行较正。
7.版面分析
将文档图片分段落,分行的过程就叫做版面分析,由于实际文档的多样性,复杂性,因此,目前还没有一个固定的,最优的切割模型。
8.字符切割
由于拍照条件的限制,经常造成字符粘连,断笔,因此极大限制了识别系统的性能。
9.字符识别
这一研究已经是很早的事情了,比较早有模板匹配,后来以特征提取为主,由于文字的位移,笔画的粗细,断笔,粘连,旋转等因素的影响,极大影响特征的提取的难度。
10.版面还原
人们希望识别后的文字,仍然像原文档图片那样排列着,段落不变,位置不变,顺序不变地输出到Word文档、PDF文档等,这一过程就叫做版面还原。
11.后处理、校对
根据特定的语言上下文的关系,对识别结果进行校正,就是后处理。
汉王PDF OCR使用方法
       1.在开始菜单中打开OCR软件。
 
汉王PDF OCR
 
汉王PDF OCR
 
       2.点击【文件】-【打开图像文件】,选择一副包含文字的图片。
 
汉王PDF OCR
 
汉王PDF OCR
 
       3.点击【识别】-【开始识别】。
 
汉王PDF OCR
 
       4.软件会识别出图片上的文字,可以对一些识别错误的字进行修改。
 
汉王PDF OCR
 
       5.修改完成后点击【输出】-【到指定格式】,保存识别出来的文本。
 
汉王PDF OCR
 
汉王PDF OCR
 
       6.可以打开保存的文本,将文本复制到word等软件处进行二次编辑。
汉王PDF OCR

下载地址

其他版本

发表评论