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。
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。
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。
2.点击【文件】-【打开图像文件】，选择一副包含文字的图片。
3.点击【识别】-【开始识别】。
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。
5.修改完成后点击【输出】-【到指定格式】，保存识别出来的文本。
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。
