尚书七号使用方法.docx

1、尚书七号使用方法 尚书七号使用方法（技巧） 在工作中常需要识别文字,感觉尚书七号效果不错的.虽然使用方法很简单,但是工作量较大的时候,注意一点技巧,工作效率还是会提高的,我自己走了不少弯路,写出来和大家分享.个人表达能力有限，偏差之处，还望海涵。基本使用方法: 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。识别前应注意的问题： 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

2、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

3、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。书本转换（扫描、拍摄）技巧 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

4、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

5、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

6、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。王(尚书七号)OCR使用方法示例一因为不断有用户来电咨询尚书7号软件的使用，为此我们这里特别写了一份关于尚书7号软件的使用方法的实际例子，来帮助用户使用好尚书7号OCR软件。其中，很多是我们自己在使用尚书软件的心得，请用户尽量按照示例来操作。一、 扫描仪驱动程序请切换到高级控

7、制面板状态为了得到较好的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。其切换的方法，如下图所示。二、 第一次使用尚书OCR7号软件 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”

8、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。如下图，下面的界面是扫描仪的“高级控制面板”。5 拥护请注意选择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

9、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，如下图。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。得到的结果如下：12 此时实际上已经进入文字校对状

10、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”，如下“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。三、 普通文档（只含有文字）的OCR识别 1

11、 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。四、 带表格的稿件的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

12、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，进行排版神奇的图片文字识别，尚书六号绿色版尚书六号是中晶公司在中国销售MICROTEK扫描仪时附送的OCR软件。该软件能够将印刷文字的文稿扫描得到的图片，转化为对应的文本文字，从而提供了一个全新的文字输入手段。大大提高了用户工作的效率。 尚书六号的软件，特点在于支持彩色、灰度的图像文件，支持TIFF、BMP和JPG格式的文件，以及表格识别功能。具备以上特点的尚书六号，大大便于了用户的使用，丰富了软件的应用领域。 尚书六号软件安装完毕后，在程序组图标里面出现的“尚书六号

13、说明”，就是一本很详细的用户手册，如果用户需要仔细研究，可以将该说明打印出来就可以。 下面我们主要是介绍，采用MICROTEK扫描仪的驱动软件SCANWIZARD 5，如何配合尚书六号OCR软件做好OCR识别的工作的要点。 推荐的工作步骤如下： 1 扫描图像文件。 建议在桌面上直接使用SCANWIZARD 5软件，注意将软件切换到高级工作模式。原因是这样能便于用户检查扫描仪工作时的分辨率。 推荐的扫描分辨率设定在300DPI，色彩模式可以是“RGB彩色”或者“灰阶”。 选择“扫描到”的文件格式是TIF或者JPG两者都可以。将扫描的文件存在用户确定的目录下面。2 打开尚书六号读取扫描好的图像文件

14、。 3 被识别图片的预处理。 这部分工作，主要包括：倾斜校正、设定正确的识别区域。 倾斜校正过程，如图所示，按下工具栏的最下面的一个工具。 按下“图像倾斜校正”工具后，会出现如下的对话窗口：此时按下“是”按狃。系统就给予图片做水平的倾斜校正，做完后，结果如下： 注意，自动倾斜校正功能，只能对原稿做+-2.8度的倾角的校正，如果原稿的倾斜角度大于2.8度，系统会建议用户重新扫描稿件，以提高识别率。 如何正确设定识别区域，这是一个值得用户注意的地方： 如下的“海尔”一文，实际是分成两个栏目，进行阅读的，所以我们在设定识别区域的时候，注意需要将这个特点表现出来，需要设定两个识别区域，如图所示。对于一些文字稿件，中间有图片的时候，我们建议采用绕开的方式，进行识别区域的设定，如下图： 对于表格类的图片，为了将标题栏也能识别进去，我们建议采用如下的识别区域设定，特点是表格部分必须整个框选，同时标题作为一个单独的框选区域。 4 开始进行识别 在开始“识别”的时候，注意识别的软件的设定值是否正确，默认值如下： 5 识别校对完成后，存盘格式的选择文件保存的类型有四种，建议一般文本的识别，用户选择TXT格式。 如果是表格识别，识别结果请选择“CSV”格式，用EXCEL能够打开。