OCR兼校对详细教程

蓝色拿破仑

本区本团的主要任务之一是负责OCR和文本校对，利在减少电子书体积，方便传播知识。鉴于广大会员的学习需要，特略作讲解，以期快速上手。

在正式讲解之前，我想先对OCR或早或者校对的概念做一个解释。


我们常接触的电子书有以下几种：pdf、exe、chm、超星等。

首先介绍一下pdf：由图片制作的通称为影印pdf，由word文稿编录的通称为文本pdf。相对于影印pdf，文本pdf体积更小，而且可以复制。

下一个是超星：这种电子书都是由图片制作的，图片来源于相机拍摄，所以清晰度不高，这就使ocr不太容易。

我们主要面对的就是影印pdf和超星电子书。那么就需要ocr，将这些难以复制文字且体积庞大的图片摘出文字。

OCR全称Optical Character Recognition（光学字符识别），我们需要使用ocr软件使得文字对比输出，加之人工校对识别，最后输出文本。实际上就是“由图转文”。


ocr软件有尚书7号、清华紫光、汉王文本王等几种。也有可以将影印pdf直接提取文本的简便工具，但是识别率不高。一般的ocr工作我们使用常规ocr软件来完成。文豪7600绿色简洁专业版和尚书7号都很不错。

ocr之后并不代表文本已经完全解决。因为我们在工作的时候不免疏忽少数文字，这就需要校对。一般为了方便，网络校对需要两次：初校和精校。

校对时应牢记：除了对标点、文字的更正外，更需要对文章本身的句法做修正注释，对于繁体或者竖排的文稿需要处理为中文简体。校对差错率要保持在万分之二以下。

总之这个工作是需要耐心的，没有责任心是不行的。

蓝色拿破仑

未完待续

Zeus

ocr的任务我现在可以完成一部分 有活没？

蓝色拿破仑

现在主要是校对了，OCR需要一次呵成，我手头还没有多少论文类的小篇幅材料。