OCR: 如何将扫描的PDF转换为文本版本？

———————————————————————————————————————————————— ，这本日记现在有点过时了. 对于OCR，您可以直接下载此软件-最好的OCR识别软件: ABBYY FineReader绿色中文版（已搜索出12）. 如果不是批处理OCR，则OneNote 2013可以满足需要. ————————————————————————————————————————————————成就，欢迎阅读，下载和传播: 最好的现代历史: 徐忠岳的《中国现代史》（校对版）已被bean删除，请继续使用Google Docs和Google Docs. 中华民国最佳历史: 张玉发，《中华民国历史》纯文字版Google文件. 最佳民主和通俗读物: 罗伯特·达尔（Robert Dahl），《论民主》，《 Google文件》. 台湾民主史最佳人物: 李晓峰，“台湾民主运动四十周年” Google文件———————————————————————— ————————————————————————我经常阅读扫描pdf格式时，将它们抓取为文本格式，这当然是一本好书. 有些朋友可能不太了解ocr，它只是识别并从图像中获取文字. pdf文本版本的优点是它易于传播和引用，视觉清晰，具有较大的处理空间尚书七号ocr识别pdf，甚至可以重新生产，例如用于阅读手机.

但是，ocr程序中的文本识别率不会达到100％，并且需要进一步校对，因此从这个意义上讲，原始产生的pdf文本版本不如扫描原始版本的值. 我分享自己的ocr经验，并且我也希望有更多的朋友制作出色的教科书，因为许多朋友不熟悉ocr. ocr软件很多，我仅根据自己的经验推荐它，而忽略其他软件. 首先，单页pdf ocr单图片文本捕获我强烈推荐JOCR. JOCR的优点在于它是免费且轻量级的（不需要安装绿色），并且大小几乎令人难以置信尚书七号ocr识别pdf，不到100kb. 这样的小型软件的识别率仍然很高，无法捕获包括繁体中文以及问什么在内的20多种语言，这是不可想象的. JOCR（原始版本，中文版本，说明，MODI和“繁体中文识别”文件）下载: Internet上有中文版本，但这不是必需的. 它的常用功能非常简单，通常第一步是“捕获区域（选择需要ocr的区域）”，然后在语言框中选择语言，最后是“识别（识别）”，这样会弹出txt文本为您服务，那么您也可以校对此文本. 注意: 1.要成功使用JOCR，必须首先确保在安装Office时选择了“完整”安装选项，因为JOCR的操作取决于Microsoft Office Document Imaging（MODI，中文OCR识别引擎）.

Office 2003的默认安装是您第一次使用MODI. 未安装Office 2007的默认安装. 您需要主动自行安装. 如果您没有完整的Office安装，则可以再次安装Microsoft已下载的MODI. 2.如果您需要捕获繁体中文，并且您使用的是简体Windows系统（例如，安装了简体中文Office 2003），请将以下“繁体中文识别”文件复制到C: \ Program Files \ Common Files \ Microsoft共享\ MODI \ 11.0TCCODE.UNITCPRINT.DATTCPRINT2.DATTCSERHT.DATTCTREE.DATTW_BU.DATTW_UB.DATTWBIG532.DLL，然后双击reg文件以导入注册表，确定. 请注意，导入注册表时，必须关闭所有MODI窗口. 此时，在MODI的OCR选项卡中，您可以在“ OCR语言”中看到“中文（繁体）”，这意味着在MODI上运行的OCR软件具有传统的识别功能. 也许您不得不问，JOCR（尤其是繁体中文）的使用有点麻烦. 我的回答是建议使用JOCR，因为它使用MODI及其传统的识别功能. 通用的OCR软件通常没有为繁体中文做好准备或不能令人满意，并且Microsoft的MODI效果非常理想. 我在上一本日记《科学革命中的诗人》中使用了它. 几乎没有更正. 字符（原始文本为垂直格式）. 因此，磨刀器不会误切木工，而是微软自己的.

然后说pdf批处理pdf格式的书有很多页，自然需要使用批处理. 通常认为，最强大的ocr软件是ABBYY FineReader，“世界排名第一的OCR文本识别工具”也是如此. ABBYY FineReader不依靠MODI进行操作，它不是免费的，而且体积非常大，但是Microsoft的免费MODI仅略高于5M. 一个好的情况是，热心的网民已经制作了中文绿色版，请参阅“最佳OCR识别软件: ABBYY FineReader中文绿色版”. 我个人比较了ABBYY FineReader和MODI的效果. 我个人认为MODI稍好一些（主要在文本识别率上），至少很难上下划分. MODI爬行的结果只是文本，没有字体布局，ABBYY FineReader似乎追求恢复布局，因此实际上可能使问题复杂化（特别是如果单词中的修改可能会使您崩溃，当然，需要布局或其他事项）. 因此，因此，建议使用Microsoft附带的MODI. 使用MODI的一般方法是: 在打开的pdf文档“文件”-“打印”-“名称”中选择“ Microsoft Office文档影像编写器”，打印所需的（所有）页面（此地址以及以后生成的文件地址）是最幸运的是台式机类别，否则觉得很麻烦）. 结果，它将生成带有后缀mdi的文件. 您打开此mdi文件，在“工具”中选择“使用OCR识别文本”，然后开始漫长的识别过程. 如果计算机功能不强大，一本数百页的书可能要花两三个小时. 识别后，在“工具”中选择“将文本发送到Word”，然后它会为您生成一个带有htm后缀的文件，并且您想要的文本在其中. 对于ocr繁体中文，您需要使用上面的“繁体中文识别”方法. 复制并复制这些文件后，您可以打开mdi文件，并且可以在“工具”-“选项”-“ OCR”中看到“中文（繁体）”选项，必要时将其选中.

将扫描的pdf转换为文本pdf的核心部分实际上是校对. 如果文本版本错误，则可能会纠结在一起. 只是大多数书籍的校对项目非常庞大. 当然，您也可以要求您进行冥想和强化阅读，为什么不这样做呢？分享会让您开心. 如果您的朋友善于校对并希望分享，则必须安排版式，至少比我强一点（例如“ Marx-Poet Revolutionary in Science”）pdf，否则为炸鸡排. 通常，手头的单词足以用作排版工具. 而且，许多pdf生成软件直接将word转换为pdf，这非常方便实用. 对于Word到pdf，通常使用pdf打印软件，该软件将选择Word打印中的相应打印机并直接打印为pdf，如下所示. 我使用的Word to PDF Converter非常好，但是它不是免费的，并且我上次遇到字体嵌入错误（）. 安装Word to PDF Converter后，将在Word工具栏中生成一个图标，如下所示. pdfFactory Pro的功能和效果也很好（DFKai-SB字体不支持，但这是我的挚爱），并且TinyPDF的视觉效果并不令人满意. 此处共享Word to PDF Converter v3.0及其破解版和支持的驱动程序，pdfFactory Pro 4.10简体中文注册版及其破解版（可能会杀死有毒软件，或者需要从杀死软件中排除它们）. 下载地址: 祝贺您，如果您使用的是word2010，可以直接将其另存为pdf（2007年还可以另存为PDF和XPS）. 花了很长时间才能使用它来解决上面遇到的两个问题. 如果可以，则必须放弃其他pdf打印软件.

最后，在特定的使用过程中，您可能还会遇到其他问题. 我就是这样例如，我在单词“帮助”-“关于Microsoft Office Word”-“禁用项”中发现了Word to PDF Converter. 我满意的作品是徐仲岳的《中国近代史史》（校对版）. 任何朋友，请分享.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/ruanjian/article-198813-1.html