清华ocr在"清华TH-OCR XP"这个软件中如何把表格扫描成电子版?

清华ocr 时间:2021-07-27 阅读:()

怎样使用清华TH-OCR 2000千禧专业版

拍摄用一台300万以上像素、3倍以上光学变焦的数码相机把原稿拍摄下来。

拍摄的时候一定要注意：原稿要放平，相机要端平，光线要柔和均匀。

可在走廊或窗口散射光线下，也可在三基色荧光护眼台灯下拍摄。

拍摄清楚是后面正确识别的关键，300万以上像素能保证拍摄后供识别的文字足够大；3倍以上的光学变焦能在拍摄时让原稿的每行字充满画面。

笔者曾比较过，300万像素拍摄的比用200万像素拍摄的识别率明显要高。

不要用闪光灯，光照太强烈，拍摄下来的字迹反而不清楚。

转换在电脑硬盘中建立一文件夹，把拍摄到的图片存入其中。

但这些图片反差很小，整个画面很灰；而且各种数码相机的图片格式也不同，OCR软件(文字识别软件)不一定都能支持，所以宜先用ACDSee或Windows自带的“画图”程序进行转换。

笔者是在Windows自带的“画图”程序中进行转换的。

首先依次点击“画图→文件→打开”，在“查找范围”中找到需要的图片，打开后点击“另存为”，在“保存类型”里选择“单色位图”。

点击“保存”后，会跳出提示语“保存成这种格式可能会造成颜色信息丢失，你还要继续吗”，继续点击“是”，就完成了转换。

转换后得到的新图片沿用原名，扩展名改为“.bmp”，自动保存在原文件夹中。

识别运行OCR软件(可以从网上下载，笔者使用的是清华TH－OCR2000千禧专业版)，依次点击“文件→打开”，在“查找范围”中找到你的图片。

点击“命令”出现下拉菜单，如果需要全文识别，即可点击“全部识别”，OCR软件即进行识别。

软件窗口的上部是经过拍摄、转换后的原稿图片，下部是识别出来的文字。

识别结束后自动建立沿用原名的txt文件，保存在原文件夹中。

如果只需识别部分文字，可按住鼠标左键在需要识别的文字部位拉出方框，出现整块黄色后，点击“识别”即可。

整理在一开始建立的文件夹中找出扩展名为txt的文本文件，这便是需要的资料，对识别错误的字进行修改，特别是原文中加着重号和下划线的文字，识别率还较低。

同时在文件夹中，有许多扩展名为chr、trc、sim的文件，这些是OCR识别时产生的临时文件，可全部删除。