漢王PDF OCR(漢王OCR圖片文字識(shí)別) V8.1.4.16 免費(fèi)安裝版

　　漢王PDF OCR，一款具有識(shí)別正確率高，識(shí)別速度快特點(diǎn)的OCR圖片文字識(shí)別軟件，它支持批量處理功能，避免了單頁處理的麻煩。漢王OCR支持處理灰度、彩色、黑白三種色彩的BMP、TIF、JPG、PDF多種格式的圖像文件；可識(shí)別簡體、繁體和英文三種語言；具有簡單易用的表格識(shí)別功能；具有TXT、RTF、HTM和XLS多種輸出格式，并有所見即所得的版面還原功能。

　　新增打開與識(shí)別PDF文件功能，支持文字型PDF的直接轉(zhuǎn)換和圖像型PDF的OCR識(shí)別，既可以采用OCR的方式將PDF文件轉(zhuǎn)換為可編輯文檔，也可以采用格式轉(zhuǎn)換的方式直接轉(zhuǎn)換文字型PDF文件為RTF文件或文本文件。

軟件介紹

　　光學(xué)字符識(shí)別（英語：Optical Character Recognition， OCR）是指對文本資料的圖像文件進(jìn)行分析識(shí)別處理，獲取文字及版面信息的過程。OCR的概念是在1929年由德國科學(xué)家Tausheck最先提出來，并申請了專利。后來美國科學(xué)家Handel也提出了利用技術(shù)對文字進(jìn)行識(shí)別的想法。國內(nèi)最早的OCR商業(yè)應(yīng)用是由中國科學(xué)家王慶人教授在南開大學(xué)開發(fā)出來的，并在美國市場投入商業(yè)使用。

軟件功能

　　1.圖像輸入、圖像前處理、預(yù)識(shí)別。

　　2.圖像輸入

　　對于不同的圖像格式，有著不同的存儲(chǔ)格式，不同的壓縮方式，目前有OpenCV、CxImage等開源項(xiàng)目。

　　3.預(yù)處理

　　主要包括二值化，噪聲去除，傾斜較正等。

　　4.二值化

　　對攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內(nèi)容，可以簡單的分為前景與背景，為了讓計(jì)算機(jī)更快的、更好地識(shí)別文字，我們需要先對彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖。

　　5.噪聲去除

　　對于不同的文檔，對噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去燥，就叫做噪聲去除。

　　6.傾斜校正

　　由于一般用戶，在拍照文檔時(shí)，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識(shí)別軟件進(jìn)行較正。

　　7.版面分析

　　將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個(gè)固定的，最優(yōu)的切割模型。

　　8.字符切割

　　由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能。

　　9.字符識(shí)別

　　這一研究已經(jīng)是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。

　　10.版面還原

　　人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變地輸出到Word文檔、PDF文檔等，這一過程就叫做版面還原。

　　11.后處理、校對

　　根據(jù)特定的語言上下文的關(guān)系，對識(shí)別結(jié)果進(jìn)行校正，就是后處理。

使用方法

　　1.在開始菜單中打開OCR軟件。

　　2.點(diǎn)擊【文件】-【打開圖像文件】，選擇一副包含文字的圖片。

　　3.點(diǎn)擊【識(shí)別】-【開始識(shí)別】。

　　4.軟件會(huì)識(shí)別出圖片上的文字，可以對一些識(shí)別錯(cuò)誤的字進(jìn)行修改。

　　5.修改完成后點(diǎn)擊【輸出】-【到指定格式】，保存識(shí)別出來的文本。

　　6.可以打開保存的文本，將文本復(fù)制到word等軟件處進(jìn)行二次編輯。

更新日志

　　對部分功能進(jìn)行了優(yōu)化。