【原创】地球上最简易的OCR教程

蓝色拿破仑 · 发表于 2011-6-22 12:18:15

本帖最后由高守业于 2011-6-23 10:17 编辑

OCR系统组件.rar 115下载地址（by守业）：
http://u.115.com/file/bhbol0p5

地球上最简易的OCR教程

首先我要声明。我把OCR和文字校对分开了。

首先要下载工具包“OCR系统组件”。

【第一步确保OFFICE 2007功能完全】

我们在OCR之前，首先要确定自己安装了OFFICE 2007，在控制面板/添加或删除程序，选择office2007/工具，将其展开，选择Microsoft Office Docment Imaging，展开，三项一起“从本机运行”。

这样我们就安装了Microsoft Office Document Imaging，也就是MODI。

然后，找到Office 2007 OCR补丁，把文件夹里的文件按照文件夹内说明覆盖到指定位置即可。

【第二步确认文本源格式，开始OCR】

如果你的文本是PDG格式的，首先运行Pdg2Pic（记得运行前进“参数设置”，JPEG图像质量要调整为100%），默认得到tiff格式图像（记得事先设立保存位置）。

可是，这种tiff不是单色的，TextForeve不支持。运行ComicEnhancerPro，将这些tiff图片批量全部替换为单色tiff图片（只需要选择“保存为tiff”就可以了）。

如果你的文本是PDF，那么就需要运行Image Extraction Wizard，将PDF先默认转换成jpg图片，再运行ComicEnhancerPro将这些jpg图片全部替换为tiff图片。

运行TextForever，选择OCR选项卡，然后点“开始OCR”就可以了。

【第三步为混乱的OCR文本排版】

运行Gidot Typesetter，记得勾选“删除非段落换行”，然后我们点击排版就可以实现一键排版了。

OCR到此结束，就这么简单。

接下来的是文字校对，需要我们对着tiff图像逐字识别纠错。

如果你对自己没信心，请先另外下载黑马校对软件校对一遍全书文字，然后再自己细细校对。

记住，300DPI的图片才能确保文字识别率高一些。好了，不多说了，祝OCR人员们成功。

蓝色拿破仑 · 发表于 2011-6-22 12:23:14

爱问似乎不审核zip压缩包，没有反应……

高守业 · 发表于 2011-6-23 10:15:34

补充OCR系统组件.rar 115下载地址：
http://u.115.com/file/bhbol0p5

蓝色拿破仑 · 发表于 2011-6-23 10:19:21

以后再想OCR看这个就OK了，剩下的校对，功夫在自己。

蓝色拿破仑 · 发表于 2012-6-8 15:54:47

这个似乎没转到工程按钮。

soul · 发表于 2012-6-8 21:13:07

115地址，404 not found

		自动登录	找回密码
密码			入伍

新兵指南：让新兵更快熟悉论坛	转载文章请注明作者/译者及出处	@napolun.com邮箱自助申请
近卫军名将 - 赤胆忠心的“圣贤”德鲁奥	电影《滑铁卢》DVD-5一张	钱老神作 THE CAMPAIGNS OF NAPOLEON
拿破仑所著小说《克利松与欧仁妮》	波兰军团的创始者——东布罗夫斯基	路易斯-皮雷•蒙布伦和他的骑兵生涯

[教程] 【原创】地球上最简易的OCR教程

评分