尚書七號文字識別軟件提取文字技巧

尚書七號是一款很不錯的文字識別軟件，怎么樣準確提取圖片上面的文字還是需要一定的技巧的，注意一點技巧,工作效率還是會提高的，下面給大家分享的是尚書七號文字識別軟件提取文字技巧。

基本使用方法:

1、打開尚書七號,選擇打開圖象。（我用的版本可以識別的格式有bmp、tif、jpg）

2、選擇開始識別或按F8。識別結果將顯示在窗口上部，下部顯示版面分析結果。其中紅線為可識別部分，綠線為不可識別。

3、選擇輸出--到指定格式文件，將識別結果保存為需要的格式。

識別前應注意的問題：

1、圖片質(zhì)量。批量識別時，首先應確保要識別的圖片質(zhì)量。如不能識別還需要重新處理，甚至會導致軟件死掉，浪費時間。我本人就曾深受其苦。圖片分辨率應稍高，肉眼看感覺偏大，因為識別工具是有點近視的，文字和底色對比要求不高，通常來說，肉眼能看清楚即可，底色發(fā)灰或發(fā)黑基本不會影響識別結果。

2、避免有不規(guī)則形狀（圖片）出現(xiàn)。識別工具在進行版面分析時，只能采用方形切割，當圖片中存在文字環(huán)繞不規(guī)則形狀時，則無法將文字和該形狀劃分開，則將出現(xiàn)錯誤或無法識別。此時，較快的辦法是在PS中，吸取該圖片附近的頁面底色，用粗畫筆將該區(qū)域涂上，不必講求效果，顏色沒有太大差別即可，重新保存圖片。

3、避免圖象傾斜。尚書七號中也有自動傾斜校正和手動傾斜校正工具，但即使經(jīng)過校正，識別率還是低很多。如果是拍攝的書本，可能會產(chǎn)生一定弧度，此時保證行的兩端對齊即可。另外在拍攝時應避免高光等會使圖象各部分亮度反差大的情況。

書本轉(zhuǎn)換（掃描、拍攝）技巧

1、可以將書攤平，一次將兩邊都掃描或拍攝下來，節(jié)省時間。處理圖片時不必剪開，這時要用到尚書七號的分欄工具了。直接用鼠標在打開的圖象上拖拽，可出現(xiàn)選框，分成左右兩個分欄，分欄左上角的編號就是識別結果的排列順序。它會將自動按照編號順序?qū)⑺�有分欄的�?nèi)容連接在一起。

2、手動分欄可解決部分圖象無法識別的問題。在進行識別后，可以看到版面分析結果，有時候由于圖象質(zhì)量原因，自動分析出的有效版面只是很小的一部分。此時可以按ctrl+del取消版面分析結果，用鼠標拖拽，劃定需要識別的范圍，重新進行識別。當圖片質(zhì)量問題不大時，這個辦法有效。

有時候（尤其是拍攝所得圖片），文字扭曲嚴重，即使用PS也無法調(diào)整好�？蓢L試手動分欄，多劃分幾欄，每一欄包含一行或少數(shù)幾行文字，這樣對于每個分欄來說，它所包含的范圍內(nèi)誤差度相對減小，可提高識別率。

3、使用批量識別功能。尚書七號可以一次性識別大量圖片。但在實際應用中，依次識別不宜過多，便于隨時檢查識別結果，發(fā)現(xiàn)錯誤及時修正。

4、批量識別圖象時，保存文件也要花費大量時間。事實上，尚書七號在識別文件的同時，會在圖片所在文件夾生成文本文檔，名稱與圖片名稱相同。因此，如果不是特別需要，可以不必再保存輸出結果。

如所識別內(nèi)容屬于一部分，可以將左側(cè)的圖象列表全選（ctrl+A），再選擇“輸出--到指定格式文件”，則當前所有識別內(nèi)容按照圖片排列順序保存在一個文件中。

我使用的尚書七號不能記憶保存路徑，每次選擇保存時，都會默認打開程序安裝目錄下的“outout”文件夾，不必每次都選擇路徑，可以先保存在這里，然后一起轉(zhuǎn)移文件。

5、如果想保留文件中的圖片，在輸出結果時選用RTF格式，再用word打開，可以看到格式完全正確的文字和圖片了。

6、用書本的頁碼給文件命名是明智的選擇。我曾經(jīng)用內(nèi)容摘要命名，自以為清晰明了，結果在最后修正錯誤字符時悔恨交加。

7、當一個圖象完全無法識別時，可稍稍增加亮度或?qū)Ρ榷�，有時候只差那么一點點，它也不給你工作。

8、分欄的幾個類型。當單擊一個分欄時，工具欄中會相應分欄類型的按紐會按下。分欄有橫欄（橫排文字）、豎欄（豎排文字）、圖片、表格等幾個類型，一般情況下可以自動識別類型，但手動分欄時一定要選擇相應的類型，以提高識別率。

以上問題針對拍攝情況而言，掃描的話相信會減少問題，如果能拆書的話，最好還是拆吧。