ABBYY FineReader使用指南.docx

ABBYY FineReader使用指南.docx

《ABBYY FineReader使用指南.docx》由会员分享，可在线阅读，更多相关《ABBYY FineReader使用指南.docx（15页珍藏版）》请在冰豆网上搜索。

ABBYYFineReader使用指南

ABBYY FineReader使用指南

（2012-09-1918:

36:

31）

转载▼

标签：

扫描

校对

书籍

ocr

分享

杂谈

分类：

 他山之石

首先，什么是OCR技术？

OCR（OpticalCharacterRecognition，光学字符识别）传统上是指，电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

本文所述OCR，特指将PDF文档，拆分为一幅幅图像文件，用OCR技术通过相应软件，将图片中文字转换成文本，便于下一步操作（例如导入书苑的epubBuilder制作软件）。

传说中一步到位的PDF转换成EPUB，并不在本文的讨论范畴内。

。

。

一、准备工作：

1.  准备PDF源文件，并将PDF按页拆分成图像文件。

方法有很多，不一一赘述了，如图例1；

2.  准备OCR软件，本人用的是 ABBYYFineReader10，如图例2；

二、初始工作：

1.  新建FineReader文档，如图例3；

2.  点击上栏“打开”图标，打开图像，打开后，软件处理图像添加进文档，如图例4、5；

提示：

在新建的FineReader文档中，添加若干图像文件，可以合理安排工作量，例如：

按章节分派，每个文档就是一个章节的图像文件；平均分派，每个文档取一个固定值的图像文件，便于均衡校对的工作量。

3.  保存FineReader文档，如图例6；

提示：

建立并保存FineReader文档后，下次可以打开未完成的文档，继续校对工作。

三、设置工作：

1.  将输出设置为“另存为TXT”，如图例7； 

提示：

个人认为无格式的TXT文档便于后期编辑，具体喜好因人而宜。

2.  点击“选项”图标，设置“文档语言”，这个很重要，如图例8；

提示：

简体中文书籍，繁体书籍，英文书籍请按相应语言设置，也可按右侧“编辑语言”，设置你要的语言，不要添加过多选项，否则将影响准确率。

如图例9。

3.  在“选项”内选“查看”标签，设置软件显示待校对文字的字体，如图例10；

提示：

我选“楷体”，并不是说我喜欢这个字体，而是因为，很多生僻字在楷体字库下显示不出，例如“事”和“亊”，识别为“亊 ”，在宋体下能显示，楷体不显示，便于纠错。

四、校对工作：

1.  打开FineReader文档（类似一个专辑），调出一组图像文件； 

2.  一般情况打开左右两栏，左侧原图，右侧待校对文字； 

3.  调整好两栏显示大小； 

4.  打开右上角“显示不可打印字符”按钮，便于将不规则字符去除；如图例11 

5.  遇到书源不好的PDF，字迹比较模糊，也可调整为上下俩栏（共4栏），识别校对，如图例12； 

6.  软件会将可能错误的字符以背景颜色显示出来，便于校对更正，更正时可以手动输入，也可以鼠标移动待修改字，右键以显示待选字符，再选择正确字符。

如图例13；

7.  将此档校对完毕，保存输出，如图例14；

8.  其他一些情况，如中英文混编的书籍，更复杂一些。

建议分别选择识别区域，分别识别，如图例15。

9.  OCR技术的扩展应用，一份小女的卷子，手机拍下，分别识别校对。

。

。

五、总结：

      有书友提出不必拆分为图片，直接进行转换，甚至有的软件号称可以直接PDF转EPUB。

当然那也是可以的，同样的OCR软件输出质量应该是相差无几的。

但是本人是完美主义者，做事的理念是：

“不喜欢难看的东西，更不喜欢错误的东西”。

。

。

        所以多做了一些前期工作，喜欢以图片、文字对照的方式边读边校对。

作完一本书，就是读完一本书，用时肯定比别人长，但精度也肯定比别人强一些。

。

。

所以，修改了一下帖子，谨将此帖献给励志做精校、精确书籍，让他人有舒畅阅读体验的书友们！