刚买了中晶公司新出的SCANMAKER 4850II的扫描仪，安装软件中，发现随机附送的尚书七号OCR，很是新奇，赶紧一试，发现这个软件比我以前使用的尚书六号软件使用起来更为方便。
首先，尚书七号开始将整个OCR的过程，明确化了，通过程序的菜单，我们就能够知道整个OCR的过程，主要分为：“文件”、“编辑”、“识别”、“输出”等步骤。
在文件菜单中，您可以调用扫描仪，或者选择将已经扫描好的图像文件打开。得到图像文件后，用户开始的工作，就是“编辑“菜单里面所提示的：图像页面的处理，其中包括图像页的倾斜校正（提供自动和手动实现方法），旋转等功能。
处理完毕后，就可以进入“识别过程”，该过程关键的是“版面分析”，现在尚书七号的自动版面分析功能很强，面对报纸杂志等复杂情况的版面，也是分析的正确率很高。不再需要我们在尚书六号里面那样的建议手工划识别范围。也正是这点，大大降低了使用者的工作量。为了方便，“识别”菜单下，也提供了用户自己在自动版面分析后，通过修改识别范围框的属性，来决定需要识别否的功能（默认的情况下，图象属性的栏目是不用识别的。当然，如果用户还是习惯原来尚书六号那样，自己来设定识别区域，只要直接用鼠标划框就可以了。接下来，用户就可以直接选择“开始识别”的按钮了，等待识别的结果。
屏幕接下来会出现识别结果的“文本窗口”，这个窗口能够提供识别结果的校对，为了校对的方便，尚书七号增加了光标跟随显示原图像行的校对方法（如下图出现的黄色提示行的出现）。
这样提供校对的方法，一眼就能够看到图像原文和识别出文本的差别，实在是大大方便了用户，降低了用户校对的工作疲劳感，不用再眼睛不断的上下观看了。校对过程完毕后，用户就可以选择识别结果的“输出”了，指定的文件格式有那么几种：RTF、HTML、XLS、TXT，用户这里可以根据自己的需要选择对应的格式。我这里的使用经验是，如果是用户想得到类似原文的识别结果，请选择RTF格式。现在提供的RTF格式的输出，用WORD打开后，会发现几乎保留了原文的所有特点，包括原来的页面中的彩色图像，都已经保留在WORD中了。原稿如下：
识别结束后，存为RTF格式保存，WORD打开后的情况：
从上面的种种介绍来看，尚书七号确实大大的方便了用户使用OCR的识别工作。
其次，在尚书七号中，提供了多图像页面的处理功能。这样的话，用户就可以放心的将好几页的文章，通过分别扫描后，统一进行版面处理（只要选择“识别”菜单下的“选择全部文件”就可以做到批处理），识别的结果输出在同一个文件当中，这样当然大大方便了用家。
再次，对用户在扫描过程中的限制，大大减少了，用户只要在扫描驱动软件中，设定分辨率是300DPI，不管是彩色、256阶灰度还是黑白两值，尚书七号，都是可以接受的。同时，用彩色、256阶灰度方式的扫描，让尚书七号自动的转化成黑白两值图做识别，这样的识别效果还更好。
下面是尚书七号OCR系统的技术指标，供大家参考：
本软件系统是应用OCR（Optical Character Recognition）技术，为满足书籍、报刊杂志、报表票据、公文档案等录入需求而设计的软件系统。
目前，许多信息资料需要转化成电子文档以便于各种应用及管理，但因信息数字化处理的方式落后，不但费时费力，而且资金耗费巨大，造成了大量文档资料的积压，因此急需一种快速高效的软件系统来满足这种海量录入需求。本软件系统正是适用于个人、小型图书馆、小型档案馆、小型企业进行大规模文档输入、图书翻印、大量资料电子化的软件系统。
●识别字符
简体字符集：国标GB2312-80的全部一、二级汉字6800多个。
纯英文字符集。
简繁字集：除了简体汉字外，还可以混识台湾繁体字5400多个以及香港繁体字和GBK汉字。
●识别字体种类
能识别宋体、仿宋、楷、黑、魏碑、隶书、圆体、行楷等一百多种字体，并支持多种字体混排。
●识别字号
初号 小六号字体。
●表格识别
可以自动判断、拆分、识别和还原各种通用型印刷体表格。
通过以上各点，可以看出，尚书七号OCR系统确实是一个提高文档办公效率的好帮手。 |
