文通TH_OCR资料数字化系统.pptVIP

二.软件简介 2.管理端 2.1管理端简介： 角色管理 角色管理分为：角色创建、修改、删除、成员管理 用户管理 用户管理：用户管理包括添加用户、用户资料修改、用户权限设置 工作量统计 按照工作量、时间段等进行各种统计及生成报表 题录数据设置 根据客户要求进行题录项的设置 3.加工端 加工工序选择 生成加工工序 数据流通道 3.2图像处理 题录著录：根据题录项要求录入题录数据 题录校验、全文文件检查、题录项修改、数据导出或上传 三、典型应用 政府行业：中央办公厅、组织部、纪检委、保密局等 图书馆：清华大学图书馆、北京大学图书馆等 出版社：商务印书馆、中华书局等 电力行业：国电信息中心、各省市电力设计院、各省市电力科学院 报杜：大连日报社、深圳特区报、南方周末 2、图书馆行业 客户： 高校图书馆、国家图书馆、省图、市图、区图、县图等 需求： 特色馆藏，期刊，论文，图书等 3、集成商 客户： 方正电子、方正阿帕比、同方知网、万方数据、书生、龙源等 需求： 数字出版、资料加工、档案数字化等需求 宝山壁画 宝山壁画是引人注目的昂贵文物。此壁画发现于阿鲁科尔沁旗东沙布乡境内。1994年列为“全国十大考古新发现”之一。宝山壁画中最引人注目的是《杨贵妃教鹦鹉图》。该画高0.7米、宽2.3米，用于笔重彩绘制，最突出的表现了 晚唐风格。唐代擅长绘贵妇仕女的大师周昉绘制了《杨贵妃教鹦鹉图》，不仅享誉中原，而且还影响全国各地。发现于阿旗宝山古墓里的这幅画，就是契丹人聘请中原画家按照周氏风格绘制的， 技法深得周氏画风的真传。在唐人真迹稀如星风的今天，能够从中完整了解唐代人物画的杰出成就，堪称美术史研究的辛事。这幅壁画现今保存在阿鲁科尔沁旗博物馆，历经千年，恍如新绘，是该馆的镇馆之宝。 欢迎大家观看！ 文通TH-OCR资料数字化系统 自有产品事业部 编写人：王亚鹏 专业的档案、公文、图书、剪报册等纸介质文档及电子文档的数字化工具。 1.系统特点： 双层PDF技术及版式还原技术处于业内领先水平 单字识别率达到行业内领先水平 题录信息可以自定义 工序可以自定义 2.应用领域 政府部门 出版社 图书馆 电力行业 报社 一.软件用途 资料数字化系统 管理端 ACCESS数据库 （备选SQL数据库） 加工端 1.总体架构 管理端 角色管理 用户管理 工作量统计 题录数据设置 任务调度 扫描及图处 版面分析 识别 校对 制作多种格式文件 题录制作 质检及导出 完成制作 是否返工 否 是 3.1任务调度中心 自动倾斜校正 二值化 去装订孔 去黑边 去杂点 可以对档案、图书、公文、报纸等进行自动版面分析。将版面分为横排文本、竖排文本、图像、表格四种类型。用户也可以根据需求，进行手动版面分析。 3.3版面分析 竖排文本 图像 表格 横排文本 识别核心 流程版内置文通科技最新研发的高性能文字识别引擎，识别率达99.8%以上。 Unicode编码 采用UNICODE国际编码标准。系统可在一个统一的平台下，同时处理包括中文、日文、韩文、英文在内的多种文字的识别和校对修改。 XML技术 系统基于开放式的XML数据结构，可以对数据进行扩充和再定义。支持第三方开发厂商方便地进行文档数据的转换、迁移和再利用。 3.4识别核心技术 可以进行简繁日韩英五种语言的文字识别： 简体多体 繁体多体 简体全字集 繁体全字集 手写体 纯英文 日文 韩文 识别语言种类 横向校对 在识别结果区域中，通过人工逐字逐句比较识别结果与原始图像，找到错误的地方并修改。 浮动跟踪条可以提高横向校对的速度，它是将识别的原始图像块跟踪显示在识别结果上，使识别结果与原始图像一一对应的显示，直观、方便、快捷 3.5校对 查错率高，集字校对编辑器把识别结果相同的文字对应的图像显示在一起。由于少数错误的字与大量正确的字有差别，可以比较容易地发现错字，不易漏掉错误。 集字校对编辑器重新组织文字顺序，不会使校对人员陷入到识别文字的故事情节中。 校对效率高，不易疲劳。 把集字校对的结果与传统方法校对的结果进行比较、综合，就能得到最高的查错和纠错效果，得到尽可能低的错误率和最好的最终结果。 集字校对 识别结果与原始图像块对照区： 第一个方格为识别结果，其后的方格为原始图像块 识别结果列表区： 显示当前校对图像的识别结果文字列表 原始图像区 直接输入的结果字符，可以跳到该字符 集字校对 识别结果经修改编辑后，可根据需要将文档存为RTF、PDF或直接保存为TXT格式。 导出为PDF格式 导出为RTF格式 导出为TXT格式 导出题录数据 3.6生成多种格式文