尚书七号

编辑:桂冠网互动百科 时间:2020-01-17 21:13:42
编辑 锁定
尚书7号OCR软件是MICROTEK中晶科技公司,向汉王科技购买授权,赠送给用户使用的软件。尚书七号是一款专门为识别文字而研发的软件,尚书七号是应用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。尚书七号OCR软件适用于个人、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。
中文名
尚书七号
类    型
软件
特    色
可支持繁体WINDOWS系统
研发公司
MICROTEK中晶科技公司

尚书七号软件特色

编辑
简繁字集:除了简体汉字外,还可以混识台湾繁体字5400多个以及香港繁体字和GBK汉字。
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。
识别字号:初号 小六号字体。
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。
可支持繁体WINDOWS系统

尚书七号使用方法:

编辑
1、打开尚书七号,选择打开图象。(我用的版本可以识别的格式有bmp、tif、jpg)
2、选择开始识别或按F8。识别结果将显示在窗口上部,下部显示版面分析结果。其中红线为可识别部分,绿线为不可识别。
3、选择输出--到指定格式文件,将识别结果保存为需要的格式。

尚书七号详细操作

编辑
1.尚书7号OCR软件是MICROTEK中晶科技公司,向汉王科技购买授权,赠送给用户使用的软件,该软件是放在了扫描仪随机的驱动光盘中,用户可以选择安装。
2.软件安装完毕后,用户请点击桌面左下角“开始”,找到“尚书7号OCR”软件图标,并点击。打开尚书7号OCR的使用界面。
3. 打开尚书7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 5”的选项。并选择“确定”。
4. 选择“文件”菜单下的“扫描”,将打开扫描仪的驱动。下面的界面是扫描仪的“高级控制面板”。
5. 用户请注意选择SCANWIZARD 5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300PPI。
6. 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7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SHOCR2002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 5.用户可以看到需要扫描的文件已经传递给尚书7号中,默认的文件名是HW001.JPG。
7. 请用户选择尚书7号软件中的“编辑”菜单下的“自动倾斜校正”,让尚书7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。
9. 版面分析完毕后,用户可以看到对应的文字块,都有对应的识别框被选择。
10. 用户此时,请注意,对应的识别框,其属性是否正确。识别框分别有“横栏”、“竖栏”、“表格”和“图像”等四种属性,分别有四种不同颜色的选框来表示。
11. 核对无误后,用户可以使用“识别”菜单下的“开始识别”按钮。得到结果......
12. 此时实际上已经进入文字校对状态......
13. 当用户校对完毕后,或者不在尚书7号内作校对,用户可以选择“输出”菜单下的“到指定格式文件”.
用户可以看到,识别的结果,有TXT、RTF、HTML、XLS等格式可以选择。默认的输出的目录是用户计算机C盘下的SHOCR2002目录下的OUTPUT目录。用户选择一个对应的文件名,就可以存盘了。为了方便,用户可以选择“输出到外部编辑器”的选项,这样存盘的同时,尚书7号OCR会自动调出对应的编辑软件,如TXT存盘可以自动调用NOTEPAD软件,RTF存盘将自动调用WORD软件,XLS存盘将自动调用EXCEL软件。
一个简单的OCR操作就此完成了。

尚书七号识别

编辑

尚书七号识别说明

扫描仪扫描的文字图像,不能对个别文字进行编辑修改,在教学中,需要利用文字识别软件,将文字图像进行识别,将图像格式转化成文本格式,常见的文字识别软件有很多,主要功能基本相同,尚书七号就是其中很优秀的一款。用尚书七号对文字图像识别转化的过程,利用其主菜单:“文件”、“编辑”、“识别”、“输出”可以很方便地完成。

尚书七号识别步骤

步骤1:获取文字图像文件。
选择“文件”菜单下的“扫描”或“打开图像”(将已经扫描好的图像文件打开)命令,打开图像文件。如果连接了多台扫描仪,可以选择“文件”菜单下的“选择扫描仪”命令,调用扫描仪。
步骤2:对扫描的图像页进行调整
选择“编辑”菜单下“图像页面的处理”子菜单下的“图像页的倾斜校正”(提供自动和手动实现方法)及“旋转”等命令,将扫描的图像页进行调整。
步骤3:版面分析与文字识别转化
版面分析,选择识别范围,在进行文字识别前要选择识别范围,识别过程的核心是“版面分析”。尚书七号的自动版面分析功能很强,对报纸杂志等复杂的版面,也能保持很高的分析正确率。
设置好后,直接点击“开始识别”的按钮就可以进行文字识别了。
步骤4:校对修改
自动识别完毕,识别结果的“文本窗口”会弹出,这个窗口能够提供识别结果的校对,为了校对方便,尚书七号增加了光标跟随显示原图像行的校对方法(如图3出现的黄色提示行的出现)。
提供的校对方法,一眼就能够看到图像原文和识别出文本的差别,如果发现识别有误,可以进行修改。
步骤5:输出
尚书7号 尚书7号
如果检查修改后确认无误,选择识别结果的“输出”菜单,输出的文件格式有:RTFHTMLXLS、2126,可以根据自己的需要选择对应的格式。如果用户想得到类似原文的识别结果,请选择RTF格式。把RTF格式输出的文件用WORD打开后,会发现几乎保留了原文的所有痕迹,包括原来页面中的彩色图像,都已经保留在WORD中了。

尚书七号注意

1、图片质量。批量识别时,首先应确保要识别的图片质量。如不能识别还需要重新处理,甚至会导致软件死掉,浪费时间。我本人就曾深受其苦。图片分辨率应稍高,肉眼看感觉偏大,因为识别工具是有点近视的,文字和底色对比要求不高,通常来说,肉眼能看清楚即可,底色发灰或发黑基本不会影响识别结果。
2、避免有不规则形状(图片)出现。识别工具在进行版面分析时,只能采用方形切割,当图片中存在文字环绕不规则形状时,则无法将文字和该形状划分开,则将出现错误或无法识别。此时,较快的办法是在PS中,吸取该图片附近的页面底色,用粗画笔将该区域涂上,不必讲求效果,颜色没有太大差别即可,重新保存图片。
3、避免图象倾斜。尚书七号中也有自动倾斜校正和手动倾斜校正工具,但即使经过校正,识别率还是低很多。如果是拍摄的书本,可能会产生一定弧度,此时保证行的两端对齐即可。另外在拍摄时应避免高光等会使图象各部分亮度反差大的情况。
4.为了得到较好的OCR使用效果,建议用户将扫描仪的驱动SCANWIZARD 5软件,由初始安装的标准控制面板,切换到高级控制面板状态。

尚书七号文档识别

1. 过程与上面所介绍,基本一样,只是用户需要注意存盘格式。
2. 一般,如果用户需要对该文字,进行重新排版工作,请用户选择TXT存盘,然后再将其内容拷贝到WORD中。
3. 如果用户希望保留稿件的原有格式,并能够作版面的恢复,请使用RTF格式存盘,该格式将有版面的恢复功能。但是用户只能针对其中的文字,作一些个别字的调整,无法作大范围的排版方式的修改。

尚书七号OCR识别

1. 其中,扫描、自动倾斜矫正过程同普通文稿是一样的。
2. 但是注意“版面分析”后,对其结果进行检查。应该在表格上,经过版面分析后,有一个兰色的框,选中了表格部分,如果不是,用户需要修改栏属性或者考虑手动划定识别区域。
3. 注意输出结果的选择,如果是需要重新排版,用户应该分别用TXT和XLS格式存盘,然后将TXT中的文字和XLS中的表格分别拷贝到WORD,进行排版。

尚书七号转换技巧

编辑
1、可以将书摊平,一次将两边都扫描或拍摄下来,节省时间。处理图片时不必剪开,这时要用到尚书七号的分栏工具了。直接用鼠标在打开的图象上拖拽,可出现选框,分成左右两个分栏,分栏左上角的编号就是识别结果的排列顺序。它会将自动按照编号顺序将所有分栏的内容连接在一起。
2、手动分栏可解决部分图象无法识别的问题。在进行识别后,可以看到版面分析结果,有时候由于图象质量原因,自动分析出的有效版面只是很小的一部分。此时可以按ctrl+del取消版面分析结果,用鼠标拖拽,划定需要识别的范围,重新进行识别。当图片质量问题不大时,这个办法有效。
有时候(尤其是拍摄所得图片),文字扭曲严重,即使用PS也无法调整好。可尝试手动分栏,多划分几栏,每一栏包含一行或少数几行文字,这样对于每个分栏来说,它所包含的范围内误差度相对减小,可提高识别率。
3、使用批量识别功能。尚书七号可以一次性识别大量图片。但在实际应用中,依次识别不宜过多,便于随时检查识别结果,发现错误及时修正。
4、批量识别图象时,保存文件也要花费大量时间。事实上,尚书七号在识别文件的同时,会在图片所在文件夹生成文本文档,名称与图片名称相同。因此,如果不是特别需要,可以不必再保存输出结果。
如所识别内容属于一部分,可以将左侧的图象列表全选(ctrl+A),再选择“输出--到指定格式文件”,则当前所有识别内容按照图片排列顺序保存在一个文件中。
我使用的尚书七号不能记忆保存路径,每次选择保存时,都会默认打开程序安装目录下的“outout”文件夹,不必每次都选择路径,可以先保存在这里,然后一起转移文件。
5、如果想保留文件中的图片,在输出结果时选用RTF格式,再用word打开,可以看到格式完全正确的文字和图片了。
6、用书本的页码给文件命名是明智的选择。我曾经用内容摘要命名,自以为清晰明了,结果在最后修正错误字符时悔恨交加。
7、当一个图象完全无法识别时,可稍稍增加亮度或对比度,有时候只差那么一点点,它也不给你工作。
8、分栏的几个类型。当单击一个分栏时,工具栏中会相应分栏类型的按纽会按下。分栏有横栏(横排文字)、竖栏(竖排文字)、图片、表格等几个类型,一般情况下可以自动识别类型,但手动分栏时一定要选择相应的类型,以提高识别率。
以上问题针对拍摄情况而言,扫描的话相信会减少问题,如果能拆书的话,最好还是拆吧。
词条标签:
非生活 软件 计算机学 生活