⑴尚书号ocr文字识别系统是应用OCR技术,为满足书籍、报刊杂志、报盘票据、公文档案等录入需求,实现系统管理方式而设计的软件系统,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。
⑵、识别字符简体字符集:国标GB-的全部一、二级汉字多个。
⑶、纯英文字符集。
⑷、简繁字集:除了简体汉字外,还可以混识台湾繁体字多个以及香港繁体字和GBK汉字。
⑸、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。
⑹、识别字号初号 小六号字体。
⑺、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。
⑻、可支持繁体WINDOWS系统。
⑼、软件安装完毕后,用户请点击桌面左下角“开始”,找到“尚书号OCR”软件图标,并点击,打开尚书号OCR的使用界面。
⑽、打开尚书号OCR的“文件”采单下的“选择扫描仪”,选择对应扫描仪的驱动“MICROTEK SCANWIZARD ”的选项,并选择“确定”。
⑾、选择“文件”菜单下的“扫描”,将打开扫描仪的驱动,如下图,下面的界面是扫描仪的“高级控制面板”。
⑿、请注意选择SCANWIZARD 软件中,左面“设置”窗口中的“图像类型”,请选择“RGB色彩”或者“灰阶”的类型,并注意扫描仪分辨率是PPI。
⒀、当用户作完“预览”后,设置需要扫描的范围,就可以点击“扫描”按钮,扫描仪将开始扫描的工作。将扫描好的文件,直接传递到尚书号OCR默认的目录中(默认的存储图像文件的目录是用户计算机C盘下的SHOCR目录下的IMAGE目录。扫描完毕后,请用户关闭掉扫描仪驱动程序SCANWIZARD .用户可以看到需要扫描的文件已经传递给尚书号中,默认的文件名是HW.JPG。
⒁、请用户选择尚书号软件中的“编辑”菜单下的“自动倾斜校正”,让尚书号软件对扫描进来的图像作相应的旋转,以保证图像中的文字是水平排列,而非倾斜。因为太过倾斜的文字,将影响到尚书软件的识别效果。
⒂、 扫描设置不当,扫描图像时的扫描分辨率(Resolution一般应设为dpi,如果文档字体较小则需要将扫描分辨率设定为更高值如dpi或dpi。缩放比例(Scaling设为%,亮度阀值(Threshold,Brightness需根据纸张和印刷的质量调节,避免扫描图像过黑或过淡 。
⒃、 如自动版面分析有错误,这时请用户用鼠标自己划分出正确的版面块;版面块的版式设置错误,如将横版的设置为竖版,竖版的设置为横版等,这时请用户自行将块的版式修改正确。
⒄、 原稿印刷质量太差,笔画断裂严重、油墨太浓、字与字之间粘连严重等也可能使识别率显著降低。
⒅、 识别语言选项选择不当,应根据原稿正确选择“简体”、“简繁”或“英文”。