OCR软件使用宝典

来源：天极网软件频道作者：杨兴平出处：巧巧读书 2005-12-05 进入讨论组

引用:http://www.qqread.com/app-soft/b261137107.html　　

　　OCR（Optical Character Recognition)是通过扫描仪，利用OCR软件，将点阵图形的的字符转变成文本的技术。很多人在使用这项技术的时候，因为方法不当，致使识别后的文本误码率很高。下面，我就将本人在使用当中总结的经验推荐给大家，希望能给你的工作带来方便。

　　扫描阶段：识别率的高与低，很大程度取决于该阶段，其中原稿的质量起着决定性的作用。对于报纸等非常低劣的原稿，我们可通过扫描界面减小或增大亮度参数的方法提高识别率，如果还未达到要求，还可增大扫描时的分辩率。分辩率的提高会增大图像的大小，所以就会延长扫描时的时间。不过，对于太小的字体，或不太清楚的文字，适当增大分辩率，可提高识别率。对于杂志、书本等字迹清晰，对比强烈，质量比较好的原稿，可以把亮度设为0，分辩率设为300，在此基础上，根据预扫得到的图像，本着字体笔划即不能互相粘连漆黑一片，又不能断笔画少点的原则进行调整。

　　版面分析阶段：扫描得到的是图像，要把图像转变为文本，需要OCR软件。现在市面的上OCR系统很多，而且有些OCR系统的智能化程度很高，连表格也都能正确识别。本文以笔者经常使用的北信OCR系统为例向大家介绍OCR使用的技巧。

　　在识别前，首先要对扫描得到的图像进行校正，这是进行下一步工作的基础，所以在扫描时，应尽力使原稿摆正，若得到的图像还有点倾斜，就要进行倾斜校正。一般的OCR系统都有自动校正的功能，如果没有，那就只能手动校正了。

　　现在的OCR系统，它还不能自动识别扫描得到的图像中的文字、表格、图形等元素，这就要求我们分别对不同的元素进行画框，定义其属性，以便OCR系统能够正确识别。在这里要注意，对于大小不同的文字，特别是横竖排版的文字，最好分别定义在不同的框中。对于图像中的污点，可以使用清除、橡皮擦等命令或工具消除。另外，画框时这要注意画框的次序，以避免识别后的文字“前言不搭后语”。