尚书OCR快速入门.pdf

系统使用快速入门 通过阅读本文，您可以初步了解该软件系统的结构、使用流程以及一些有效 的设置。 第一节 系统安装 将安装光盘放入计算机的光盘驱动器中，直接运行程序setup.exe，根据安 装向导的提示，就可以完成安装操作。 第二节 选择扫描仪 第一次使用扫描仪或者更换扫描仪时，都需要安装和设置扫描仪驱动程序。 请先按照扫描仪使用手册上的步骤正确安装扫描仪驱动程序，然后打开本系统主 程序，在应用程序界面内，单击“文件”菜单中的“选择扫描仪”命令，选择相 应的扫描仪，如图： 第三节 系统设置 单击“文件”菜单中的“系统配置”命令，进入系统设置界面，设置扫描任 务的语言及彩色图片的保存格式。如下图： 支持的扫描任务语言有：中文简体、简繁混合、纯英文等。 如果选中 “灰度彩色图像总存为JPG”，那么扫描时，系统会自动将灰度、 彩色图像文件保存成JPG格式；如不选中该项，图像文件格式是根据用户在 “扫 描到”窗口中的设定(图像名后缀)来保存的。此设置只对灰度、彩色图像有效。 如果选中“识别”页中的“自动倾斜校正”，在自动版面分析时，系统会自 动校正倾斜的图像文件。如下图： 第四节 操作流程简介 一、获取图像： 有两种方式获取图像，扫描图像或打开计算机中已经存在的图像文件。本系 统支持24位彩色、256级灰度和二值黑白图像。 扫描图像之前应设置好保存扫描图像文件的路径、图像文件名、图像文件名 后缀。设置图像路径，可以直接在 窗口中键入路径 名，或单击 按钮，在浏览路径窗口中选定路径。 图像名的命名规则为: 若干位字母前缀+3位数字，3位数字的范围从000到 999 ，每扫描一幅图像后系统会自动在数字尾数加1，如图像名前缀取“hw ”， 图像名数字尾数取“003 ”，图像名后缀取tif ，则当前图像名为hw003.tif，下一 幅图像名自动改为hw004.tif；如果当前图像名尾数达到最大值，如hw999.tif，则 下一幅图像名自动改回为hw000.tif，所以相同路径下相同文件名前缀的文件数最 多为1000幅。 如果扫描过程中弹出 “此文件已经存在，是否替换该文件？”提示框，说明 该路径下已经存在同名的旧图像文件，如果旧图像文件不再需要，择选择“是”， 以新扫描的图像替换旧图像；如果还需要旧图像文件，则选择“否”，并在 “另 存到”窗口中重新设定路径或图像文件名。不同批次的扫描图像最好分别保存于 不同的路径之下，或者在相同路径下而选取不同的图像名前缀，以防止相同路径 下相同文件名前缀的文件数超过1000幅。 图像文件名后缀只能取bmp ，tif，jpg 三种图像格式，一般情况下，黑白二 值图像保存为tif格式，灰度彩色图像保存为jpg格式将占用较少的硬盘空间。例 如，C:\hwocr\image\hw003.tif是一个完整合法的图像文件名。 单击工具栏上的 按钮或单击“文件”菜单中的 “扫描”命令， 过扫描 仪开始批量扫描文件；单击工具栏上的 按钮或单击“文件”菜单中的 “打开 图像”命令，打开计算机中已经扫描好的图像文件 （注意：图像文件所在路径必 须是可写的）。 二、图像处理： 为提高识别率，对图像进行图像反白，自动倾斜校正，调整边框，去噪音（如 麻点、下划线等），表格画线等处理。 三、版面分析： 单击工具栏中的 按钮，或单击“识别”菜单中的 “版面分析”命令，自 动对图像的版面布局、内容进行分析理解，切分图像页，判别图像框的版面属性 （横栏、竖栏、表格、图像），并以不同颜色的线框标识图像框属性。对分析 误的版面可以手动调整，方法为，先以鼠标选中需要调整的版面块，再调整版面 块的边框改变大小，或单击工具栏上的属性按钮 （横栏、竖栏、表格、图像）改 变该版面块属性。 四、识别图像： 单击 按钮或单击“识别”菜单中的“开始识别”命令，按照版面属性 （横 栏、竖栏、表格、图像），自动对图像文件管理器选择的图像进行批量识别。 五、校对： 通过对比识别结果文本和原图像，以发