怎么把JPG文件上的文字轉換成文本文件上的文字？
2個(gè)回答
- shenyihao | 2009-01-24 23:22:33
- 有0人認為這個(gè)回答不錯 | 有0人認為這個(gè)回答沒(méi)有幫助
- offiice2003 有這個(gè)功能！
自帶了Document Imaging 安裝office的時(shí)候選上
默認是不安裝的！
還有很多OCR軟件
我使用Document Imaging和尚書(shū)七號感覺(jué)非常不錯！ 推薦一下
如果 公式 字母 中文 混排 任何軟件都識別不全的！
用OCR就可以了．
比如Office 2003中也提供了文字識別服務(wù)，結合那個(gè)Image writer可以很方便將PDF轉成WORD。
第一種方法：用SnagIt工具進(jìn)行文字提取。
首先使用SnagIt的文字捕捉功能將文字提取出來(lái)。SnagIt當前版本為7.02，大小為8903KB，下載地址可以在http://www.skycn.com/soft/2290.html 找到，漢化補丁可以在http://www.skycn.com/soft/2291.html 找到。啟動(dòng)SnagIt，選擇菜單“輸入/區域”，選擇菜單“工具/文字捕獲”，然后我們打開(kāi)要捕捉的文件窗口，按下捕捉快捷鍵，選定捕捉區域即可捕捉到文字。
- koood | 2009-01-24 23:23:01
- 有0人認為這個(gè)回答不錯 | 有0人認為這個(gè)回答沒(méi)有幫助
- offiice2003 有這個(gè)功能！
自帶了Document Imaging 安裝office的時(shí)候選上
默認是不安裝的！
還有很多OCR軟件
我使用Document Imaging和尚書(shū)七號感覺(jué)非常不錯！ 推薦一下
如果 公式 字母 中文 混排 任何軟件都識別不全的！
用OCR就可以了．
比如Office 2003中也提供了文字識別服務(wù)，結合那個(gè)Image writer可以很方便將PDF轉成WORD。
第一種方法：用SnagIt工具進(jìn)行文字提取。
首先使用SnagIt的文字捕捉功能將文字提取出來(lái)。SnagIt當前版本為7.02，大小為8903KB，下載地址可以在http://www.skycn.com/soft/2290.html 找到，漢化補丁可以在http://www.skycn.com/soft/2291.html 找到。啟動(dòng)SnagIt，選擇菜單“輸入/區域”，選擇菜單“工具/文字捕獲”，然后我們打開(kāi)要捕捉的文件窗口，按下捕捉快捷鍵，選定捕捉區域即可捕捉到文字。
接著(zhù)用相應工具重排文字。此時(shí)我們發(fā)現提取的文字可能會(huì )有很多空格或段落錯亂等現象，而且字號、字體等不合自己的心意。這時(shí)我們可以用熟悉的WPS或Word軟件進(jìn)行重新編排。我們以WPSOffice2003為例看看如何對付提取后文章的編排。
用WPSOffice2003打開(kāi)提取文章；然后選擇“工具”菜單下的“文字”/“段落重排”，這時(shí)你會(huì )看到提取文章重新進(jìn)行排版；接下來(lái)選擇“工具”菜單下的“文字”/“刪除段首空格”命令，使得文章的每段參差不齊的行首空格被刪除；再選擇“工具”菜單下的“文字”/“增加段首空格”，文章變?yōu)檎５臅?shū)寫(xiě)格式；提取文章一般都留有空段，為刪除這些空段，繼續選擇“工具”菜單下的“文字”/“刪除空段”命令，這時(shí)文章完全變?yōu)槲覀兯男问?；用你熟悉的界面任意編輯文章吧?
第二種方法：用屏幕截圖然后讓OCR軟件識別。
打開(kāi)帶有文字的圖片或電子書(shū)籍，翻到你希望提取的頁(yè)面，點(diǎn)擊鍵盤(pán)上的打印屏幕鍵（PrintScreen）進(jìn)行屏幕捕獲；打開(kāi)Windows自帶的畫(huà)圖工具，將剛才捕獲的屏幕截圖，粘貼進(jìn)去，保存為一個(gè).bmp文件；接著(zhù)打開(kāi)剛才保存的文件，在編輯器中進(jìn)行修正，根據你所要提取的文字進(jìn)行裁剪，盡量去除不要的部分；最后啟動(dòng)OCR軟件，在OCR中打開(kāi)剛才保存的修改文件，進(jìn)行文字識別，然后可隨心所欲進(jìn)行編輯。
你如果想把字改到word里面的話(huà)，然后修改的話(huà)，這個(gè)必須有一個(gè)軟件才可以的。僅僅word是不可以的。
具體的我給你說(shuō)：
在掃描儀發(fā)展史上，文字識別軟件（OCR）的出現，實(shí)現了將印刷文字掃描得到的圖片轉化為文本文字的功能，提供了一種全新的文字輸入手段，大大提高了用戶(hù)工作的效率，同時(shí)也為掃描儀的應用帶來(lái)了進(jìn)步。從此，掃描儀不再僅僅是圖形、圖像的輸入工具，它真正的成為了電子化辦公的有機組成部分。隨之而來(lái)的是，掃描儀在金融、證券、政府等領(lǐng)域普遍應用，為人們擺脫紙制文檔束縛，真正實(shí)現無(wú)紙化辦公鋪平了道路。
目前在中國市場(chǎng)上銷(xiāo)售的每一款Microtek掃描儀產(chǎn)品，都附贈了“尚書(shū)六號”文字識別軟件。在頗具美名的“尚書(shū)五號”文字識別軟件基礎上，“尚書(shū)六號”又有了許多新的突破。它一改以前文字識別軟件只能對“黑白二色”圖像進(jìn)行識別的限制，可以對彩色、灰度圖像文件直接進(jìn)行識別；尚書(shū)六號支持更多的掃描文件格式，例如TIFF、BMP和JPG格式；與此同時(shí)，尚書(shū)六號完善了表格識別功能，各式各樣的表格幾乎都可以原封不動(dòng)的由圖片格式轉變?yōu)榭梢宰杂删庉嫷奈淖指袷?。最值得一提的是，“尚?shū)六號”還加入了人性化設計，在軟件安裝完畢后，程序組圖標里面會(huì )自動(dòng)出現“尚書(shū)六號說(shuō)明”，借助這本用戶(hù)手冊，即使是初學(xué)者也可以迅速掌握軟件的使用。
下面結合Microtek掃描儀的驅動(dòng)軟件ScanWizard 5，詳細介紹如何配合尚書(shū)六號OCR軟件做好文字識別工作：
Step1：掃描圖像文件
建議首先點(diǎn)擊桌面上ScanWizard 5軟件的圖標，進(jìn)入Microtek掃描儀驅動(dòng)軟件的界面，直接進(jìn)行掃描工作，而不需要啟動(dòng)其他的掃描程序或圖像編輯程序，這樣可以大大加快掃描進(jìn)程。同時(shí)，注意將ScanWizard 5軟件切換到高級工作模式（如圖1所示），以便于用戶(hù)檢查掃描儀工作時(shí)的分辨率。在文字識別時(shí)，推薦使用的掃描分辨率設定在300ppi，色彩模式可以選擇“RGB彩色”或者“灰階”，選擇“掃描到”的文件格式是TIF或者JPG兩者都可以，然后將掃描得到的文件保存在用戶(hù)確定的目錄下面。
Step2：打開(kāi)尚書(shū)六號讀取掃描好的圖像文件
Step3：被識別圖片的預處理
被識別圖片的預處理工作主要包括“傾斜校正”和“設定正確識別區域”兩個(gè)步驟。在進(jìn)行“傾斜校正”時(shí)，可按下工具欄的最下面的一個(gè)“圖像傾斜校正”工具按鈕。系統會(huì )自動(dòng)彈出一個(gè)對話(huà)框，提示需要校正的角度，此時(shí)按下“是”按鈕，系統就給予圖片做水平的傾斜校正。在此需要特別注意，“自動(dòng)傾斜校正功能”只能對原稿做±2.8度的傾角的校正，如果原稿的傾斜角度大于2.8度，系統會(huì )建議用戶(hù)重新掃描稿件，以提高識別率。
如何“正確設定識別區域”，也是一個(gè)值得用戶(hù)注意的地方：如“海爾”一文，實(shí)際是分成兩個(gè)欄目進(jìn)行閱讀的，所以在設定識別區域的時(shí)候，注意需要將這個(gè)兩個(gè)欄目分別圈定，也就是設定兩個(gè)識別區域（如圖2所示）。同時(shí)，對于一些文字稿件，如果在中間插有圖片的時(shí)候，建議采用繞開(kāi)的方式，對所環(huán)繞的文字分別進(jìn)行識別區域的設定。此外，對于表格類(lèi)的圖片，為了將標題欄也能識別進(jìn)去，建議將表格部分整個(gè)框選，同時(shí)標題作為一個(gè)單獨的框選區域。
Step4：開(kāi)始進(jìn)行識別
在開(kāi)始“識別”的時(shí)候，應注意識別軟件的設定值是否正確，尤其注意識別字集的選擇問(wèn)題：如果要識別簡(jiǎn)體中文，請選擇“簡(jiǎn)體字集”；如果要識別繁體中文，請選擇“繁體字集”；在選擇“純英文字集”時(shí)，可以大幅提升英文字母的識別率。同時(shí)，“簡(jiǎn)體字集”和“繁體字集”也具有較強的識別英文的能力。
Step5：識別校對完成后，進(jìn)行保存
在“尚書(shū)六號”文字識別軟件中，存盤(pán)格式（也就是文件保存的類(lèi)型）有四種，分別是：Word、Text、CSV、HTML。直接用Word格式保存時(shí)，可以用微軟的Word軟件打開(kāi)，它可以相對比較完整的保存排版格式；但建議用戶(hù)一般可選擇Text（純文本）格式保存，因為這種格式可以用幾乎所有文檔編輯器打開(kāi)；如果用戶(hù)進(jìn)行表格識別，識別結果可以選擇保存為CSV格式，這樣用EXCEL就能夠直接打開(kāi)；而HTML格式是針對網(wǎng)頁(yè)設計使用的，用IE等網(wǎng)絡(luò )瀏覽器或網(wǎng)頁(yè)編輯器可以打開(kāi)。
參考：http://www.jinhuatong.com/Article/jiaoxuezhongxin/jisuanjijichu1/jishuzhishi/200507/273.htm
1。尚書(shū)六號表格文字識別系統
尚書(shū)六號表格文字識別系統由北京漢王科技公司授權上海中晶電腦公司獨家使用，軟件版權屬于北京漢王科技公司。
尚書(shū)六號有如下新特點(diǎn)：
1、識別字集加大，簡(jiǎn)體識別能夠識別全部國標二級漢字，繁體識別能夠識別簡(jiǎn)體二級漢字、臺灣繁體漢字和香港繁體漢字。
2、識別字體種類(lèi)增多，簡(jiǎn)體漢字和繁體漢字均能識別宋體、仿宋體、楷體、黑體、圓體、隸書(shū)、隸變、魏碑、行楷等字體。英文字體增加到100多種。
3、中英文混排的識別率大大提高。
4、提供彩色、灰度掃描功能，方便用戶(hù)使用。
這個(gè)由MicroTek主推的OCR軟件，總體來(lái)說(shuō)，還是不錯的。識別能力比較高，但是對表格的處理屬于BABY的階段，只能直接輸出為T(mén)XT文本。適合一般家庭使用。
btcool.org/down/get.asp?id=2391&type=1&url=1
2。漢王文本王
漢王文本王是針對機關(guān)單位、企業(yè)及有文字錄入需求的個(gè)人用戶(hù)，在日常的工作中，快速的對書(shū)刊、報紙、公文、檔案、報表、打印稿等印刷資料內容進(jìn)行錄入的應用需求而推出的。本產(chǎn)品采用漢王科技頂尖的OCR文字識別核心，結合特定文本掃描技術(shù)，能夠識別、錄入百余種印刷字體和各種中英繁表圖混排格式的文本，并具備朗讀校對、翻譯功能，是理想的表格、文字、圖像錄入系統。
漢王文本王突出的優(yōu)勢
批量輸入 高速準確
*可連續進(jìn)行批量掃描并識別1000頁(yè)稿件。
*識別速度快，每分鐘高達6000字。
*全自動(dòng)識別宋、仿宋、楷、黑、圓、魏碑、隸書(shū)、行楷等百余種中文簡(jiǎn)繁，英文、數字、表格、圖片混排的稿件。
*識別準確率高。
一鍵掃入，WORD輸出，真正實(shí)現與Word無(wú)縫連接。
圖文表格 輕松輸入
不僅高效識別圖片、文字，也可全面識別表格，所需錄入內容瞬間即可轉化成為電子表格。
漢王文本王，是我用過(guò)最牛B的OCR軟件，識別率很高，特別對表格的處理。能直接導入到DOC（WORD文檔）中，是一個(gè)直正的表格，很漂亮的，還能直接導入到XLS（EXCEL文檔）中，直接幫你分配好表格中的每一格每一欄。強烈推薦啊。
2.5的版本是2.3升級的。支持國貨啊。還有一個(gè)叫文豪5300
202.110.201.216/soft/行業(yè)軟件/辦公軟件/龍卷風(fēng)OCR文字識別大比拼V1.0.ISO
包括：
清華TH-OCR2000千禧專(zhuān)業(yè)版
漢王文本王文豪5300
蒙恬認識王專(zhuān)業(yè)版3.0
ABBYY FineReader6.0專(zhuān)業(yè)版
丹青中英文文件辨識系統V4.0
尚書(shū)六號表格文字識別系統
清華紫光文通手寫(xiě)識別系統
XEROX TextBridge PRO9.0零售版
