[技术文章]如何快速将纸质文档转换为可编辑的word文档？

白领经常需要将纸质文档转换为可编辑的Word文档. 有时时间很紧，手动键入键盘为时已晚，因此OCR非常必要. OCR是光学字符识别（OpticalCharacter Recognition，Optical Character Recognition）的缩写. 阅读本文之后，您可以学习如何几乎从头开始将纸质文档转换为Word文档.

1. 用手机或照相机拍摄纸质文档的照片

此步骤没有技术内容，但是请注意，最好在自然光下拍摄，不要有阴影，不要让纸张反射光线，不要握手，并尝试确保文档清晰可见. 平.

第二，使用Photoshop处理照片

此步骤需要一些Photoshop技能. 如果照片拍摄得很好，您实际上可以跳过此步骤，但是我的经验是，使用Photoshop处理后，识别精度更高，因此，如果可以使用Photoshop，则最好对其进行处理. 具体处理内容为:

切出不相关的页眉，页脚，页码，插图等. 旋转并对齐照片，调整颜色比例和亮度以使文本和空白部分之间的对比度更大，并将变形的照片调整为平坦的. 此外，最好切出文件的两列以进行单独标识，以免造成格式混乱.

在这里我以“关于社会主义核心价值观的五次演讲”为例来说明如何操作.

首先按照以下步骤用手机拍照.

使用Photoshop的简单处理如下.

三，下载软件

首先介绍我使用的软件ABBYY FineReader. 该软件功能非常强大，可以读取多种格式的图片和pdf文档，可以识别多种语言，包括繁体中文，简体中文和英文，并且可以自动识别水平或上下颠倒放置的图片. 请访问下载，免费，无需安装，百度云下载非常快. 为了表示对网站作者的尊重，我不会直接链接到百度云. 请拜访并支持他. 该网站上有许多常用的办公软件，包括全套Adobe Creative Cloud和Microsoft Office.

四，打开软件并进行简单设置

打开软件后的欢迎页面如图所示.

红色框1用于选择输出格式. 由于我们要将图片转换为文本，因此我们必须选择Microsoft Word，然后红色框2是红色框1的子选项. “扫描到Microsoft Word”将从扫描仪转换为Word. 图像或PDF文件到Microsoft Word将图像或PDF转换为Word，照片到Microsoft Word将图像转换为Word. 因此我们可以选择第二和第三.

红色框3用于选择语言和颜色模式. 语言选择为简体中文和英文（简体中文和英文），颜色模式为黑白. 拍照时颜色很容易失真，因此，即使您要导出彩色文档，也最好在这里选择黑白模式，然后手动调整颜色.

红色框4是输出格式，纯文本是纯文本TXT格式，即删除了所有字体，字体大小，颜色，行距和其他格式. 由于公认的格式通常会造成混淆，因此最好输出纯文本格式，然后手动调整格式.

五，文本识别

选择并单击红色框2后，您可以在弹出窗口中选择要识别的图片. 您可以一次选择多张照片，但要注意顺序. 选择图片后，软件将自动识别它.

顶栏中的图标用于选项设置，通常不使用. 请注意，最好选择红色框，将其发送到MicrosoftWord，这意味着将识别的文本输出到Microsoft Word. 请注意，它是“输出”而不是“保存”. 您需要手动保存以生成Word文档.

继续以“社会主义核心价值观五讲”为例，识别后输出到Word的文件如图所示. 您可以看到文本和标点符号非常准确，几乎没有错误，并且可以区分分段和换行符. 最大的缺点是，原始文本中的所有换行符都是输出文件中莫名其妙的多余空间，如红色框所示.

六. 后处理

这时，我们只需要纠正输入错误，调整页面设置，字体，字体大小，字符颜色，行距等即可，我们已经完成了. 对于莫名的空格，请使用Word中的“替换”功能删除所有空格.

谢谢收看！如果您有更好的文本识别方法，请在下面留言以告知我.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-293233-1.html