汉王PDF OCR使用说明

《汉王PDF OCR使用说明》由会员分享，可在线阅读，更多相关《汉王PDF OCR使用说明（19页珍藏版）》请在装配图网上搜索。

1、汉王 PDF OCRV8.0 版权属于汉王科技股份有限公司所有。本软件对个人 用户免费，但不得用于商业用途。未经汉王科技股份有限公司许可与授权，不得 擅自更改该软件的内容及其产品包装。本软件受版权法和国际条约的保护。版权所有， ! 汉王科技股份有限公司。产品特点汉王 PDF OCR 是汉王 OCR 6.0 和尚书七号的升级版，本软件新增打开与识别PDF文件功能支持文字型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 的方式直接转换文字型PDF文件为文本。本软件系统应用OCR( Optical Character Recog

2、nition )技术，为满足书籍、报刊杂志、报表票据、公文档案等录入需求而设计的软件系统。目前，许多信息资料需要转化成电子文档以便于各种应用及管理，但因信 息数字化处理的方式落后，不但费时费力，而且资金耗费巨大，造成了大量文档 资料的积压，因此急需一种快速高效的软件系统来满足这种海量录入需求。本软 件系统正是适用于个人、小型图书馆、小型档案馆、小型企业进行大规模文档输 入、图书翻印、大量资料电子化的软件系统。识别字符简体字符集：国标GB2312-80的全部一、二级汉字6800多个。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。识别字体

3、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。识别字号初号 小六号字体。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。初始设置安装扫描仪第一次使用扫描仪或者更换扫描仪时，都需要对扫描仪进行驱动安装和设 置。请先按照扫描仪使用手册上的步骤正确安装扫描仪，然后打开应用程序，在 应用程序界面内，按下“文件”菜单下的“选择扫描仪”命令，选择相应的扫描 仪，如图所示：系统设置从“文件”菜单中点“系统配置”命令，进入系统设置界面，设置扫描任务的语言。如图所示：支持的扫描任务语言有：中文简体、简繁混合、纯英文等。如果选中“灰度彩色图像总存为JPG”

4、，那么系统会自动将灰度彩色图像 扫描保存成 JPG 格式。如果选中“识别”页中的“自动倾斜校正”，在版面分析时，系统会自动 校正倾斜的图像文件。如图所示：操作详解操作界面工程图像识别界面包括主菜单、工具栏、图像文件管理区、侯选字区识别结果区以及原图像显示区，如图所示：文件管理区：对文件进行管理和整理。1打开文件：选择“文件”菜单，选择打开图像文件的路径，图像文件便显示在管理区用鼠标可将图像文件拖拽到管理区，也可将打开的图像页复制、粘贴到 管理区。2删除文件：按键盘上的“Delete”键将文件删除。3 调整文件：选中一个文件或按住Ctrl可以选择多个文件，把文件拖放到要调整的位置。4 文件格式：

5、本系统支持TIF、BMP、PDF,彩色灰度图还支持JPG格式。5文件语言： 本系统支持中文简体、英文、简繁体混排方式、以及中英文混排 方式。6图像文件重命名： 选中文件，点击文件菜单选择可保存成 TIF、 BMP、 JPG 文件（说明：本系统不支持批量图像文件的改名）。7图像文件保存路径：曲扫描到：|g：憫试画知毗曲咧中可以设置获取图像文件的路径、名称、格式。如该路径不存在，系统会提示是否创建该路径；如果要选 择已存在的某个路径,可以点击“扫描到”按钮，弹出选择路径对话框，选择需 要保存图像的路径。侯选字区： 修改识别结果时，可以选择侯选区的字直接修改当前字。识别结果区： 显示当前图像文件的识

6、别结果。原图像区显示当前正处理的图像。： 百度、 Google 搜索。获取图像获取图像获取图像有四种方式:通过点击工具栏上的色按钮打开已扫描好的图像文件；通过扫描仪批量扫描文稿；用鼠标将图像文件拖拽管理窗口；将打开的图像 文件复制、粘贴到文件管理器中。扫描文稿时，先准备好扫描仪，点击工具栏上的多进入扫描程序，将要扫 描的稿件放置在扫描仪的适当位置上，屏幕上显示扫描仪配置窗口（这里以扫描 仪 AV620C 为例）。在扫描之前，可以通过扫描窗口选择扫描精度、扫描方式 和纸张大小。本系统支持黑白二值模式、灰度模式以及彩色模式，即选择黑白扫描方式、 灰度扫描方式和彩色扫描方式。建议不要大量采用灰度、彩

7、色扫描模式扫描文件， 因为彩色图像文件占用大量的内存和 CPU ，操作速度会很慢；而且背景图案会 影响处理效果。扫描亮度 亮度选择是否恰当直接关系到图像的清晰度，而图像的清晰度又直接影响 后续的识别质量，因此必须根据稿件的实际质量来选择亮度。所要达到的扫描质 量为保证每个扫描汉字的图像清晰，不能出现过浓或过淡。扫描精度 对于其它类型的扫描仪可参照相应的使用手册进行选择。对于本系统而言， 扫描精度控制在300dpi为好，这样既可保证良好的识别效果，又能减少扫描操 作所需时间。扫描之后的图像直接传送回本系统的图像处理界面。图像文件自动存储到 系统默认路径下的默认文件名，文件名和识别参数显示在管理条

8、窗口内。（扫描 的具体操作请参考扫描仪使用手册）。处理图像图像反白本功能只处理白底黑字的图像，若扫描得到的图像不是白底黑字，点“编 辑”菜单中的“图像反白”命令作反白处理。旋转图像 若发现当前图像不是正常位置显示，选择“编辑”菜单内的“旋转图像” 菜单项，再选择相应的旋转方向，按 90度旋转当前图像（可以连续旋转），将 当前图像旋转到正常位置。倾斜校正自动倾斜校正： 若扫描后的图像是倾斜的，按系统测定的角度自动倾斜校正。选择“编辑” 菜单的“自动倾斜校正”，可以对倾斜的图像作自动倾斜校正使之正常显示。手动倾斜校正：若图像是倾斜的或自动倾斜校正效果不佳，可选择“编辑”菜单的“手动 倾斜校正”，出

9、现界面如图所示：手工调整横竖坐标，用鼠标点住图中水平红线左边的小方块，上下移动，使得水平线条与文本图像的倾斜角度一致；也可以用键盘上的上下箭头在按钮间切换，进行校正操作。去除噪声调整边框若发现当前的图像带有多余的版面噪音，可以调整当前图像的图像框范围， 将多余的或影响版面分割和识别准确率的版面噪音（扫描过程产生的黑线条、黑 污点等）删去，以提高识别准确率。点击A使用鼠标将光标箭头移动到当前图像边框处，此时箭头变为卡住图像边框的上下双箭头。按下鼠标左键，将该位置的图像边框向内移动，将多余的 版面噪音框掉，有效图像为当前图像框范围内的图像。剪切噪音点击工具栏中的邛按钮，按住鼠标左键，拖动鼠标选中图

10、像中的噪音（黑 点或黑框），放开鼠标左键，就可以将噪音清除。辅助操作缩放图像可根据操作需要调整当前图像显示的大小。选择工具栏0按钮或Q按 钮，将当前图像做放大或缩小处理。如果在当前图像内双击鼠标“左键”，会放 大显示图像；双击鼠标“右键”，会缩小显示图像。恢复鼠标当前鼠标为剪刀、画笔状态时，根据操作需要，点击A按钮可切换到鼠标状态。分析图像在版面分析前，先检查文件管理窗口内当前文件的语言，如果有误，请双 击该参数，在下拉菜单内选定正确的识别参数。扫描到f:im阿出识别镶応改at文件這言OOOlJpg简体C002.jpg0CC3.jpgOCO4.jpgOOC.jpg自动版面分析单击工具栏的陌按钮

11、，或选择“识别”菜单内选择“版面分析”命令， 自动对当前文件或管理窗口内选定的一批文件进行版面分析。若单击按钮，或选择“识别”菜单上的“选择全部文件”命令，将全部文件选中，进行版面分析时，系统自动对全部图像文件进行版面分析。调整分析结果移动光标箭头到文件图像上的待调整图像框，点击1、2、3、4、5 键，将 当前框的属性标识为横栏、竖栏、表格、图像、英文；若框切分不对，可单击工 具栏中的艮按钮，或选择“识别”菜单内的“取消当前栏，取消当前栏重新 画框；若整页切分错误较多，可单击工具栏中的亟按钮，或选择”识别”菜单 内的“取消版面分析”，取消图像页的全部版面分析，手动进行版面分析。在调整分析结果时

12、，如果框的范围包含了其它属性框，被包含的框自动消 失；当框的范围与已有的属性框交叉时，调整框大小无效。手工版面分析 移动光标箭头到文件图像上的适当位置（例如文章段首），按住鼠标左键 不放，拖动至另一适当位置（例如文章段尾），再放开左键，划分出所要识别的 图像框图（见图像框线），重复此操作，以划分出全部图像框的框图。另外，还可以定义各图像框的版面属性为横栏、竖栏、表格、图像 DB E此外，移动光标箭头到文件图像上的待排序图像框内，按住鼠标左键不放， 显示出蓝色箭头拖动至另一图像框内，再放开左键，以指定图像框的识别顺序（顺 序标号在框线左上角），重复此操作，以指定文件全部图像框的识别顺序。在已有版

13、面分析的图像文件上重新画框时，如果框的范围包含了已有的属性框， 被包含的框自动消失；当框的范围与已有的属性框交叉时，手动画框无效。识别图像识别图像选中要识别的图像页，点击約按钮或选择“识别”菜单上的“开始识别 命令，对所选图像进行版面识别。当然也可以用“F8 “快捷键识别选中图像。 识别处理窗口如图所示：F:IMAGEin别核心改进样本龈纸0002JPG说明当前正在识别的文件;本次共5个图像文件说明选中的要识别的文件数。检查识别结果识别过的图像，系统会将识别结果在识别窗口中显示出来。如果没有识别的图像，识别窗口为灰色，所以识别完图像后，应该检查有没有图像页是否有没 识别的图像块。校对调整窗口显

14、示单击“显示”菜单，调出菜单如图所示：做横校时，可以根据需要选择显示/关闭工具条、状态条、管理条及文本窗 口；也可以选择显示方式：如显示全部，只显示管理条，只显示图像、文本方式。另外，横校窗口中有三个控制窗口按钮，单击它们，可以调整文本窗口的 结构和布局。如图所示：XE1、x力“：隐臧/显示识别结果的文本窗口。2、艦/* :隐藏/显示侯选字、联想字以及符号修改栏。3、X卜:隐藏/显示光标当前行的对应原始图像。字符校对1、字符校对：对照随行显示的当前字符的原始图像校正识别结果。2、字符修改：选择当前字的候选字替换识别有误的字，也可以调出输入法输入 正确的字符。3、字符编辑：在文本编辑区内可以进行

15、退格、删除、撤消等操作，在窗口最下面的状态栏的主 或這亘处单击，可以切换字符的键入方式。在“编辑”菜单 内选择“剪切”“复制”或“粘贴”，可以对选定的文字做相应的操作。保存图像在工程操作时，想将经过处理后的图像保存，可以点“文件“菜单下的“保存图 像”命令进行保存；如果想将处理后的图像文件保存到其它位置，可以点“文件” 菜单下的“换名保存图像”命令，将图像文件换名保存。结果输出输出到指定格式文件校对完成后的图像文件可以输出保存成文字处理软件（如WORD、WPS97 等）可处理的文件，还可以保存成文本文件。点“输出”菜单，选择“到指定 格式文件”，在弹出的“保存识别结果”窗口中，用户可以选择文件

16、要存储的路 径和文件类型。本系统的识别结果可以保存成*.RTF、*.TXT、和*.HTML以及*. XLS 四种格式的文件。到指定I各式文件旧如果选中“输出到外部编辑器”，则系统在保存文件的同时调入相应的文字处理程序。比如选择输出HTML格式，系统马上进入IE浏览器。TXT格式只保存文字、表格部分，不保存图片；RTF格式可以用WORD、WPS等文字处理软件编辑;HTML格式可以输出到IE等网络浏览器；XLS 格式可以用 Excel 等软件编辑。PDF文件转换为RTF文件打开PDF文件转换：点击“输出”菜单中PDF转换为RTF文件”选项，或点击工具栏中“PDF转换为RTF”按钮，弹出下图对话框，

17、您可以根据需要选择转换的图像页范围，点击“确定”，系统自动导出文件。接转换：在打开图像时，如果您选择的是PDF图像，打开对话框下方“PDF转换为RTF文件”和“PDF转换为TXT文件”按钮可用，点击该按钮，直接将PDF文件转换为可编辑文件。特别提示：如果勾选“转换后打开RTF文件”，在转换后自动打开，如果不勾选则只转换保存文件，不打开。如果未安装Word，导出后不能正确打开浏览，只能生成文件。PDF文件转换为RTF文件打开PDF文件转换：点击“输出”菜单中PDF转换为TXT文件”选项， 或点击工具栏中“PDF转换为TXT”按钮，弹出下图对话框，您可以根据需要 选择导出的图像页范围，点击“确定”

18、弹出保存文件对话框，添加文件名，并点 击保存后导出文件。接转换：在打开图像时，如果您选择的是PDF图像，打开对话框下方PDF转换为RTF文件”和“PDF转换为TXT文件”按钮可用，点击该按钮，直 接将PDF文件转换为可编辑文件。如果勾选“转换后打开TXT文件”，在转换后自动打开，如果不勾选则只 转换保存文件，不打开。快捷键与工具按钮快捷键扫描文件：按下“Ctrl + N”调出扫描程序，扫描图像文件。打开文件：按下“Ctrl+O”打开图像文件，追加图像文件。保存图像：按下“Ctrl + S”键保存图像。图像反白：按下“Ctrl+I”将图像反白。自动倾斜校正：按下“Ctrl + D”进行自动倾斜校

19、正。手动倾斜校正：按下“Ctrl + M ”进行手动倾斜校正。版面分析：按下“F5”键，对选中的文件进行版面分析。取消版面分析：按下“Ctrl + Del”键，取消当前页的版面分析。取消当前栏：按下“Del”键或“Esc”键，取消当前栏属性标识。版面识别：按下“F8”键，对选中的文件进行识别。光标切换：按下“F9”键，光标在剪刀、画线笔、鼠标三种状态间切换。左转图像：按下“Ctrl + L”将图像左转90度。右转图像：按下“Ctrl + R”将图像右转90度。向后翻页：按下“Page down”向后翻页。向前翻页：按下“Page up”向前翻页。撤消：按下“Ctrl+Z”键取消上一步操作。剪切

20、：按下“Ctrl+X”键剪切选中的内容。复制：按下“Ctrl+C”键复制选中的内容。粘贴：按下“Ctrl+V”键粘贴选中的内容。向后找可疑字：按下“Ctrl+Tab”键。向前找可疑字：按下“Shift+Tab”键。工具按钮旨W制廻錢包 题曜屬 B B ft fe qs Z S / :扫描图像。色:打开扫描好的图像文件。回：将PDF文件转换为RTF文件。画：将PDF文件转换为TXT文件。Q ：图像放大。口 ：图像缩小。厲:选中全部图像文件。約：对所选图像进行分析识别。亟：对所选图像版面分析。圏：取消选中图像页的版面分析。:标记/修改当前图像框的属性。& :取消当前图像框属性。怎：将光标切换成鼠标状态。:膚：去除版面噪音，如黑点、黑框等。护：在图像页上画线，弥补断线处或将表格填补成标准表格。-:向前/向后翻页。注意事项如果您的Windows操作系统未安装Flash插件在启动程序时会提示下图信息， 只需要点击“是”，执行安装即可。无论何种原因（如网络速度慢甚至网络不通），未安装该插件都会不停的提示下图信息，您只有关闭程序并安装 Flash 插件才可正常使用。