常见问题 第55页

亲，你有没有遇到过以下场景：

①.   网上找到的文档，想下载时，要收费，怎么破？

②.   看到书上的一个段落特别好，想写到读书笔记里，要一个一个的码字？

③.   出国旅游，点菜的菜单都看不懂怎么办？

如果你遇到过其中的场景，耐心看下去哈，非常有用哦！

1.      oneNote

④.   oneNote是office家族成员，我主要用于解决场景①的问题(网上找到的文档，想下载时，要收费，怎么破？)。

操作步骤：

①.   用截图工具（如：HyperSnap）把文档截成图片，文档页数特别多的话，这个有点麻烦哦，要截成好多图片。

②.   打开oneNote，【插入】-》【图片】，在图片上右击，选择菜单【复制图片中的文本】，然后粘贴出来就好啦，正确率90%吧。（此处不上图了，懒癌症犯了！）

2.    有道云笔记

此APP解决场景②的问题(看到书上的一个段落特别好，想写到读书笔记里，要一个一个的码字？)。

操作步骤：

①.   打开有道云笔记APP，点击下方的+号

②.   选择【文档扫描】

③.   按提示进行拍照，点击左下角的【OCR】,耐心等待几秒钟，书上的文字就到手机里了，可进行编辑了。（不过免费会员一个月只能免费使用10次）

3.    Google翻译

Google翻译适合场景③(出国旅游，点菜的菜单都看不懂怎么办？)！

操作步骤：

①.   打开Google翻译APP，点击照相机的按钮。

②.   第一次使用，它会让你下载翻译文件，下载完成后，从手机上就能看到翻译了,感觉看的是中文书哦。

​

作为一名白领打工人，你是否会有这样的苦恼：领导突然给你一大堆纸质合同和票据，让你扫描成电子档整理保存，然而公司没有扫描仪，只能去找文印店排队扫描?当你遇到类似情况时，别着急，跟着小编学会这一招，用坚果云扫描快速实现高清扫描件制作，以后就再也不怕整理纸质文件啦!

坚果云扫描是一款免费无广告的ocr扫描工具，堪称免费坚果云扫描，能够快速实现制作高清扫描件、ocr文字识别、图片转文字等功能。

接下来小编带大家看看，如何用坚果云扫描制作高清扫描件：

1. 打开坚果云扫描，点击拍摄按钮，对准文件进行拍摄;

2. 拍摄好的文件会进行自动切边，也支持手动调整边缘;

3. 拍摄好的文件可以添加滤镜，调整亮度对比度等;

调整完以后，点击完成，一份高清扫描件就制作完成了，是不是很方便呢?

这个问题其实很简单，扫描的价格贵是因为扫描的需求比较少（相对于打印和复印），因此没有形成足够充分的市场竞争，消费者比价、博弈的能力相对较弱，而商家为提供扫描服务所需的投资边际成本相对较高，没有形成规模效应，使得服务价格较高。

也就是说，由于打印的市场需求很大，因此商家投资一台打印机的钱，很容易就能赚回来。一台打印机按1000元算，只要打印5000张纸就能收回成本，5000张纸的成本也只有200元左右，而5000张纸只要一周就能用完（学期末的时候消耗量成倍上升）。这样，总共1200元的投资只要一周就可以收回，剩下的就全是利润了。

相比而言，扫描的需求量较小，也许1天也只有10名顾客（考虑到现在智能拍照手机的普及，对于专业扫描的需求大大降低了），一台1000块的扫描仪要使用100天才能收回成本。因此要尽快收回成本，价格就要定的更高。注意，任何生产工具都有折旧的，放着不用也是成本。

这其中还有一些其他因素，比如相对于开个word打印文档这种操作来说，扫描使用的软件更加不常见，操作更复杂一些，可能客户都无法自己完成，需要店家亲自服务，那这又会带来人力成本、时间成本等等。

​

OCR（Optical Character Recognition，光学字符识别），是属于图型识别（Pattern Recognition，PR）的一门学问。其目的就是要让计算机知道它到底看到了什么，尤其是文字资料。

由于OCR是一门与识别率拔河的技术，因此如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。而根据文字资料存在的媒体介质不同，及取得这些资料的方式不同，就衍生出各式各样、各种不同的应用。

在此对OCR作一基本介绍，包括其技术简介以及其应用介绍。

一、OCR的发展

要谈OCR的发展，早在60、70年代，世界各国就开始有OCR的研究，而研究的初期，多以文字的识别方法研究为主，且识别的文字仅为0至9的数字。以同样拥有方块文字的日本为例，1960年左右开始研究OCR的基本识别理论，初期以数字为对象，直至1965至1970年之间开始有一些简单的产品，如印刷文字的邮政编码识别系统，识别邮件上的邮政编码，帮助邮局作区域分信的作业；也因此至今邮政编码一直是各国所倡导的地址书写方式。

OCR可以说是一种不确定的技术研究，正确率就像是一个无穷趋近函数，知道其趋近值，却只能靠近而无法达到，永远在与100%作拉锯战。因为其牵扯的因素太多了，书写者的习惯或文件印刷品质、扫描仪的扫瞄品质、识别的方法、学习及测试的样本……等等，多少都会影响其正确率，也因此，OCR的产品除了需有一个强有力的识别核心外，产品的操作使用方便性、所提供的除错功能及方法，亦是决定产品好坏的重要因素。

一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。其处理流程如下图：

从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出。

在此逐一介绍：

影象输入：欲经过OCR处理的标的物须透过光学仪器，如影像扫描仪、传真机或任何摄影器材，将影像转入计算机。科技的进步，扫描仪等的输入装置已制作的愈来愈精致，轻薄短小、品质也高，对OCR有相当大的帮助，扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率。

影象前处理：影像前处理是OCR系统中，须解决问题最多的一个模块，从得到一个不是黑就是白的二值化影像，或灰阶、彩色的影像，到独立出一个个的文字影像的过程，都属于影像前处理。包含了影像正规化、去除噪声、影像矫正等的影像处理，及图文分析、文字行与字分离的文件前处理。在影像处理方面，在学理及技术方面都已达成熟阶段，因此在市面上或网站上有不少可用的链接库；在文件前处理方面，则凭各家本领了；影像须先将图片、表格及文字区域分离出来，甚至可将文章的编排方向、文章的题纲及内容主体区分开，而文字的大小及文字的字体亦可如原始文件一样的判断出来。

文字特征抽取：单以识别率而言，特征抽取可说是OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏，也所以在OCR研究初期，特征抽取的研究报告特别的多。而特征可说是识别的筹码，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对，市面上的线上手写输入软件的识别方法多以此种结构的方法为主。

对比数据库：当输入文字算完特征后，不管是用统计或结构的特征，都须有一比对数据库或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组。

对比识别：这是可充分发挥数学运算理论的一个模块，根据不同的特征特性，选用不同的数学距离函数，较有名的比对方法有，欧式空间的比对方法、松弛比对法（Relaxation）、动态程序比对法（Dynamic Programming，DP），以及类神经网络的数据库建立及比对、HMM（Hidden Markov Model）…等着名的方法，为了使识别的结果更稳定，也有所谓的专家系统（Experts System）被提出，利用各种特征比对方法的相异互补性，使识别出的结果，其信心度特别的高。

字词后处理：由于OCR的识别率并无法达到百分之百，或想加强比对的正确性及信心值，一些除错或甚至帮忙更正的功能，也成为OCR系统中必要的一个模块。字词后处理就是一例，利用比对后的识别文字与其可能的相似候选字群中，根据前后的识别文字找出最合乎逻辑的词，做更正的功能。

字词数据库：为字词后处理所建立的词库。

人工校正：OCR最后的关卡，在此之前，使用者可能只是拿支鼠标，跟着软件设计的节奏操作或仅是观看，而在此有可能须特别花使用者的精神及时间，去更正甚至找寻可能是OCR出错的地方。一个好的OCR软件，除了有一个稳定的影像处理及识别核心，以降低错误率外，人工校正的操作流程及其功能，亦影响OCR的处理效率，因此，文字影像与识别文字的对照，及其屏幕信息摆放的位置、还有每一识别文字的候选字功能、拒认字的功能、及字词后处理后特意标示出可能有问题的字词，都是为使用者设计尽量少使用键盘的一种功能，当然，不是说系统没显示出的文字就一定正确，就像完全由键盘输入的工作人员也会有出错的时候，这时要重新校正一次或能允许些许的错，就完全看使用单位的需求了。

结果输出：其实输出是件简单的事，但却须看使用者用OCR到底为了什么？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和输入文件一模一样，所以有原文重现的功能、有人注重表格内的文字，所以要和Excel等软件结合。无论怎么变化，都只是输出档案格式的变化而已。

OCR （Optical Character Recognition，光学字符识别）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。一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。

衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。因为其牵扯的因素太多了，书写者的习惯或文件印刷品质、扫描仪的扫描品质、识别的方法、学习及测试的样本……等等，多少都会影响其正确率，也因此， OCR的产品除了需有一个强有力的识别核心外，产品的操作使用方便性、所提供的除错功能及方法，亦是决定产品好坏的重要因素。

这个技术的门槛相当的高，目前能做中文OCR识别的公司并不多，所以那些独立开发者开发的OCR软件，一般都是借用大公司的API接口。大多数的OCR识别软件要么识别准确率较低，或者部分符号识别有点问题，要么识别完之后只能看到识别结果，看不到原图，不方便对比查错。

所以这种时候认准大公司、老牌公司一般没错。科技针对国内市场发布了更具本地化的PDF专家产品，它不仅能将中文OCR识别做的极为出色，同时还能对多语种进行OCR文字识别，包括日语、德语、西班牙语、葡萄牙语、意大利语等基本所有的主流语种。这是其他大部分OCR识别软件难以实现的一个技术。同时，PDF专家还可以进行区域OCR识别，避免了繁琐的全文识别，减少了算力的浪费，大大提升了使用的便捷程度和舒适度。

您可以使用各种工具将扫描版的PDF转换为可编辑版，但最好选择PDF专家。PDF专家具有独特的优势，您可以得到：

1.超级便捷的 OCR 识别功能，拥有极高的准确率；

2.享受设计精巧的界面，隐藏工具栏调用合理，颜值高；

3.强大的批量操作功能群，帮助您解放生产力；

4.拥有丰富的交互式表单资源，创建交互式表单域，自动识别表单字段；

5.功能分类清晰，PDF 工具齐全；

6.文档兼容性高；

7.用数字签名签署文件;

8.数据提取，贝茨编码和水印。

科技是一家全球领先的APP应用软件开发和服务商，秉承“让简单创意的科技无处不在”的使命，通过自主研发、自主品牌、自建渠道的模式与开放合作构建生态网络的思维，为用户提供高效、高质的数字创意、数据管理、办公效率等三大类消费类软件产品及服务。

使用科技的产品，不仅能享受到行业顶尖的PDF软件设计带来的便利，更能进入整个科技的软件生态中，享受HiPDF、Filmora、恢复专家等优秀产品，它们之间的功能交互性、兼容性是极为优秀的。假如您单独使用某一个PDF软件，可能会遇到彼此之间不识别，没有良好的插件支持等问题，但是您使用PDF专家，则可以享受到产品生态的特有优势。

办公党肯定深有体会，经常需要扫描文档，一般办公室都有扫描仪，如果在家肯定要去附近的复印店进行扫描。

其实这些方法或多或少都很麻烦，因为现在手机里面就有扫描仪功能，手机人人都有，一键在家就能扫描，再也不用去复印店了。

1、安卓扫描仪

演示机型：华为

说到扫描仪，其实很多安卓手机都自带，可能大家没发现。

比方说华为手机扫描功能就隐藏在相机里面，打开相机进行拍摄。

然后就会自动进行识别，并进行全屏翻译或者保存电子档。

缺点：0

2、扫描仪

扫描仪功能，用来翻译我们日常书本上的英文段落或单词。

打开，点击右上角扫一扫功能，对准纸质文档进行拍摄一下。

扫描3秒不到，就能准确翻译出英文的中文意思，并保存在屏幕上。

缺点：但是扫描出的文字，并不能进行复制等操作。

3、iPhone扫描仪

苹果手机的扫描仪功能，是所有手机扫描功能，隐藏最深的。

首先我们需要打开备忘录功能，然后新建一个备忘录。

进行编辑之后，弹出键盘按钮，点击拍照按钮。

会出现扫描文稿样式，然后对准书本扫描，就能一键保存在手机上。

缺点：扫描的文件以PDF文件的方式保存，不能复制里面的文字。

手机能充电扫描仪，我已经分步骤教给你们，根据自己的需要领取使用吧！

OCR作为最早实用化的人工智能技术之一，已在产业中得到广泛应用。中安未来OCR技术经过多年的市场应用和技术积累，已推出文档识别、证照识别、票据识别、名片识别等全方位文字识别产品与服务，广泛服务于各行业。

作为中国最早从事人工智能技术研究与应用的企业之一，中安未来始终重视先进的人工智能技术在少数民族语言上的研究与应用。为更好地促进民族团结，助推少数民族产业发展，除了民族语言文字识别以外，还推出一系列民族语言AI技术：

少数名族文字识别软件 具有以下功能：

OCR别软件支持接入各种扫描仪；

OCR别软件支持各种图片导入识别：TIFF JPEG BMP PNG 图片PDF等；

OCR别软件图像处理功能：纠偏、去污、旋转、裁切；

OCR识别软件版面分析：横排文本、竖排文本、表格、图片；

OCR识别软件综合校对（横向校对）：具有图文对比方式的校对功能，操作简便；

OCR识别软件集字校对（纵向校对）：具有集合校对功能，效率高，正确率高；

OCR识别软件导出多种格式文档 ：支持导出TXT,RTF,EXCEL,双层PDF或纯文本PDF;

相信不少小伙伴都应该下载过扫描PDF文档，如果我们想要将下载的扫描PDF文档转换成wps文字，应该怎么进行转换操作呢？下载的扫描PDF怎么转换成wps文字？通过这篇文字，就来告诉大家如何将下载的扫描PDF文档转换成wps文字。

为了将下载的扫描PDF文档转换成wps文字，就需要使用 OCR文字识别软件进行识别，不仅效果好而且这款软件的操作也比较简单，需要简单的几步操作步骤，就可以将下载的扫描PDF文档转换成wps文字，以下就是这款软件的操作过程。

1、运行安装在电脑上的 OCR文字识别软件，软件打开后，需要点击界面的“从PDF读文件”选项打开下载的扫描PDF文档。

2、PDF文档打开之后，点击界面的“纸面解析”选项，这软件就会自动界面PDF文档里的段落文档。

3、之后在点击“识别”选项，软件就会自动的对PDF里的文字进行识别了，而且识别的文字内容会显示在软件右侧。

4、等待软件识别完成，点击“保存为wps”选项，就可以将下载的扫描PDF文档转换成wps文字了。

想要将下载的扫描PDF文档转换成wps文字，那么需要按照上述方法进行操作就可以了。

OCR是英文Optical Character Recognition的缩写，意思是光学字符识别，也可简单地称为文字识别，是文字自动输入的一种方法。它通过扫描和摄像等光学输入方式获取纸张上的文字图像信息，利用各种模式识别算法分析文字形态特征，判断出汉字的标准编码，并按通用格式存储在文本文件中，所以，OCR是一种非常快捷、省力的文字输入方式，也是在文字量比较大的今天，很受人们欢迎的一种输入方式。

OCR的发展简况

OCR的概念是在1929年由德国科学家Tausheck最先提出来的，后来美国科学家Handel也提出了利用技术对文字进行识别的想法。而最早对印刷体汉字识别进行研究的是IBM公司的Casey和Nagy，1966年他们发表了第一篇关于汉字识别的文章，采用了模板匹配法识别了1000个印刷体汉字。

20世纪70年代初，日本的学者开始研究汉字识别，并做了大量的工作。我国研究汉字识别的起步比较晚，20世纪70年代末才开始进行OCR的研究工作。早期的OCR软件，由于识别率及产品化等多方面的因素，未能达到实际要求。同时，由于硬件设备成本高，运行速度慢，也没有达到实用的程度。只有个别部门，如信息部门、新闻出版单位等使用OCR软件。1986年以后我国的OCR研究有了很大进展，在汉字建模和识别方法上都有所创新，在系统研制和开发应用中都取得了丰硕的成果，不少单位相继推出了中文OCR产品。进入20世纪90年代以后，随着平台式扫描仪的广泛应用，以及我国信息自动化和办公自动化的普及，大大推动了OCR技术的进一步发展，使OCR的识别正确率、识别速度满足了广大用户的要求。

目前，比较流行的OCR软件很多，英文OCR主要有OmniPage，中文OCR主要有清华紫光OCR、清华文通OCR、汉OCR、中晶尚书OCR、丹青OCR、蒙恬OCR等。尽管汉字字量大、字形复杂，但OCR技术已经走向成熟。许多OCR软件不仅能识别黑白印刷体汉字，还能识别灰度和彩色印刷体汉字，识别速度很快，识别正确率达到了99％以上；可识别宋体、黑体、楷体等多种字体的简、繁体；可对多种字体、不同字号的混排进行识别；有些OCR软件还能识别图像、表格。与此同时，对于手写体汉字识别的研究也取得了很大进展，正确识别率已达到了70％以上。

OCR软件的应用

在扫描仪市场上，许多类型的办公和家用扫描仪均配有OCR软件，如紫光的扫描仪配备了紫光OCR，中晶的扫描仪配备了尚书OCR，Mustek的扫描仪配备了丹青OCR等。扫描仪与OCR软件共同承担着从文稿的输入到文字识别的全过程。

文稿扫描在办公领域中经常用到，即将报纸、杂志等媒体上刊载的有关文稿通过扫描仪进行扫描，随后进行OCR识别，或存储成图像文件，留待以后进行OCR识别，将图像文件转换成文本文件或wps文件进行存储。

此外，数字化信息的存储、传输、不仅成本低、效率高，而且能够适应排版，网络传输等不断发展的需要。目前我国有很多历史遗留下来的大量图书、报刊、杂志等纸质珍品，急需将其转换成电子信息。如电子图书馆的建立，就需要将图书逐页扫描，加上OCR软件的识别，更替代了人工键入文字的工作，大大缩短了录入时间，减轻了劳动强度，节省了人力且降低了费用，提高了录入正确率、工作效率和现代办公自动化程度。

目前OCR软件与扫描仪的搭配已应用到信息化时代的多个领域，如数字化图书馆，各种报表的识别，以及银行、税务系统票据的识别等。随着网络化、信息化的发展与普及，其应用范围将越来越广泛。

OCR系统的组成

汉字识别软件OCR的功能是将各种录入汉字、印刷体或手写体中每个汉字的图形或图像通过计算机辨认出来，并标出汉字类别代码。因此，汉字识别归根结底是一个图像识别问题。由于汉字信息量很大，具有不同的字形、字体，而且结构复杂，因此汉字识别的过程极其复杂。

由于扫描仪的普及与广泛应用，OCR软件只需提供与扫描仪的接口，利用扫描仪驱动软件即可。因此，OCR软件主要是由图像处理模块、版面划分模块、文字识别模块和文字编辑模块等4部分组成。

1、图像处理模块

图像处理模块主要具有文稿扫描、图像缩放、图像旋转等功能。通过扫描仪输入后，文稿形成图像文件，图像处理模块可对图像进行放大，去除污点和划痕，如果图像放置不正，可以手工或自动旋转图像，目的是为文字识别创造更好的条件，使识别率更高。

2、版面划分模块

版面划分模块主要包括版面划分、更改划分，即对版面的理解、字切分、归一化等，可选择自动或手动两种版面划分方式。目的是告诉OCR软件将同一版面的文章、表格等分开，以便于分别处理，并按照怎样的顺序进行识别。

3、文字识别模块

文字识别模块是OCR软件的核心部分，文字识别模块主要对输入的汉字进行”阅读”，但不能一目多行，必须逐行切割，对于汉字通常也是一个字一个字地辨认，即单字识别，再进行归一化。文字识别模块通过对不同样本汉字的特征进行提取，完成识别，自动查找可疑字，具有前后联想等功能。

4、文字编辑模块

文字编辑模块主要对OCR识别后的文字进行修改、编辑，如系统识别认为有误，则文字会以醒目的红色或蓝色显示，并提供相似的文字供选择，选择编辑器供输出等。

OCR软件的使用方法

OCR软件的种类虽然很多，但其使用方法大同小异。首先要对文稿进行扫描，然后进行OCR识别。OCR软件的使用方法如下：

1、文稿扫描

为了利用OCR软件进行文字识别，可直接在OCR软件中扫描文稿。运行OCR软件后，会出现OCR软件界面。

将要扫描的文稿放在扫描仪的玻璃面上，使要扫描的一面朝向扫描仪的玻璃面并让文稿的上端朝下，与标尺边缘对齐，再将扫描仪盖上，即可准备扫描。点击视窗中的”扫描”键，即可进入扫描驱动软件进行扫描，有关扫描方法这里不再赘述。但应注意的是：分辨力可设置在200～400dpi，对于文本文档，调整亮度适中很关键。扫描后的文档图像出现在OCR软件视窗中。

2、OCR识别

为了便于操作，可从菜单中选择选项，各种图标出现在视窗的左边。

为了更好使用，首先从上到下介绍画面左边的图标：

“放大”工具：用于放大图像；”缩小”工具：用于缩小图像；”设定识别区域”工具：用于设定识别区域；”设定识别顺序”工具：用于设定识别顺序；”删除识别区域”工具：用于删除识别区域；”擦除图像杂点”工具：用于擦除图像中的杂点；”擦拭图像块”工具：用于擦除图像中的某一区域；”旋转图像”工具：用于将图像旋转90°、180°或270°；”倾斜校正”工具：用于手动图像倾斜校正。

OCR识别的一般步骤：

(1)文稿扫描后，刚开始出现在视窗中的要识别的文字画面很小，首先选择”放大”工具，对画面进行适当放大，以使画面看得更清楚。必要时还可以选择”缩小”工具，将画面适当缩小。

(2)如果画面需要旋转90°，180°或270°，可使用”旋转图像”工具旋转图像。如果文字画面倾斜，可选择”倾斜校正”工具，将画面调正。

(3)识别时选择”设定识别区域”工具，在文字画面上框出要识别的区域，这时也可根据画面情况框出多个区域。如果所框区域有误，则可使用”删除识别区域”工具，删除所选识别区域。

(4)为了提高识别率，如果所选识别区有杂点或有不能识别的图像，则可选择”擦除图像杂点”工具，将杂点一点一点地擦除。如果需要成片地擦除，则可选择”擦拭图像块”工具。

(5)点击”识别”图标，则OCR显示正在进行文字切分，然后转入”正在识别”画面，将识别的文字逐步显示出来，”文稿校对”窗口。

许多OCR软件都具有文字修改功能，被识别出可能有错误的文字，用比较鲜明的颜色显示出来，并且可以进行修改。

(6)将识别后的文件存储成文本(TXT)文件或wps的RTF文件。