漢王 PDF OCR官方版是漢王OCR 6.0 和尚書七號的升級版，新增PDF文件的處理功能，可以把PDF文件(包括文本型和圖片型)轉化為可編輯的各種文檔,如(PDFTOWORD)或(PDFTOTXT)。漢王 PDF OCR官方版現已全面升級，并且對個人用戶免費，無功能限制。

　　快捷鍵速記

　　掃描文件： 按下“Ctrl+N”調出掃描程序，掃描圖像文件。

　　打開文件： 按下“Ctrl+O”打開圖像文件，追加圖像文件。

　　保存圖像： 按下“Ctrl+S”鍵保存圖像。

　　圖像反白： 按下“Ctrl+I”將圖像反白。

　　自動傾斜校正： 按下“Ctrl+D”進行自動傾斜校正。

　　手動傾斜校正： 按下“Ctrl+M”進行手動傾斜校正。

　　版面分析： 按下“F5”鍵，對選中的文件進行版面分析。

　　取消版面分析： 按下“Ctrl+Del”鍵，取消當前頁的版面分析。

漢王PDF OCR軟件特色

　　1.圖像輸入、圖像前處理、預識別。

　　2.圖像輸入

　　漢王PDF OCR官方版對于不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV、CxImage等開源項目。

　　3.預處理

　　漢王ocr文字識別軟件功能主要包括二值化，噪聲去除，傾斜較正等。

　　4.二值化

　　對攝像頭拍攝的圖片，大多數是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內容，可以簡單的分為前景與背景，為了讓計算機更快的、更好地識別文字，我們需要先對彩色圖進行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖。

　　5.噪聲去除

　　對于不同的文檔，對噪聲的定義可以不同，根據噪聲的特征進行去燥，就叫做噪聲去除。

　　6.傾斜校正

　　由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產生傾斜，這就需要文字識別軟件進行較正。

　　7.版面分析

　　漢王ocr文字識別軟件可以將文檔圖片分段落，分行的過程就叫做版面分析，由于實際文檔的多樣性，復雜性，因此，目前還沒有一個固定的，最優的切割模型。

　　8.字符切割

　　由于拍照條件的限制，經常造成字符粘連，斷筆，因此極大限制了識別系統的性能。

　　9.字符識別

　　這一研究已經是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細，斷筆，粘連，旋轉等因素的影響，極大影響特征的提取的難度。

　　10.版面還原

　　人們希望識別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變地輸出到Word文檔、PDF文檔等，這一過程就叫做版面還原。

　　11.后處理、校對

　　漢王PDF OCR根據特定的語言上下文的關系，對識別結果進行校正，就是后處理。

使用方法

　　文件管理區：對文件進行管理和整理。

　　1.打開文件：選擇“文件”菜單，選擇打開圖像文件的路徑，圖像文件便顯示在管理區用鼠標可將圖像文件拖拽到管理區，也可將打開的圖像頁復制、粘貼到管理區。

　　2.刪除文件：按鍵盤上的“Delete”鍵將文件刪除。

　　3.調整文件：選中一個文件或按住Ctrl可以選擇多個文件，把文件拖放到要調整的位置。

　　4.文件格式：本系統支持TIF、BMP、PDF，彩色灰度圖還支持JPG格式。

　　5.文件語言：本系統支持中文簡體、英文、簡繁體混排方式、以及中英文混排方式。

　　6.圖像文件重命名：選中文件，點擊文件菜單選擇可保存成TIF、BMP、JPG文件(說明：本系統不支持批量圖像文件的改名)。

　　7.圖像文件保存路徑：在中可以設置獲取圖像文件的路徑、名稱、格式。如該路徑不存在，系統會提示是否創建該路徑;如果要選擇已存在的某個路徑,可以點擊“掃描到”按鈕，彈出選擇路徑對話框，選擇需要保存圖像的路徑。

　　侯選字區：修改識別結果時，可以選擇侯選區的字直接修改當前字。

　　識別結果區：顯示當前圖像文件的識別結果。

　　原圖像區：顯示當前正處理的圖像。

　　搜索區：百度、Google搜索。

FAQ

      如何使用?

      1.運行漢王PDF OCR軟件

      2.點擊左上角【文件】-【打開圖像】，選擇一副包含文字的圖片。

      3.點擊【識別】-【開始識別】。

      4.漢王ocr文字識別軟件會識別出圖片上的文字，可以對一些識別錯誤的字進行手動修改。

      5.修改完成后點擊【輸出】-【到指定格式】，保存識別出來的文本。

用戶評論

      轉換：

      軟件很好用，免費，簡單實用。

      大海全是水：

      軟件很實用，使用起來也很方便。

      悟空：

      還可以將圖片轉換為PDF，功能還挺全的。

小編寄語

      小知識：漢王 PDF OCR文字識別技術

      光學字符識別(英語：Optical Character Recognition， OCR)是指對文本資料的圖像文件進行分析識別處理，獲取文字及版面信息的過程。

      OCR的概念是在1929年由德國科學家Tausheck最先提出來，并申請了專利。后來美國科學家Handel也提出了利用技術對文字進行識別的想法。國內最早的OCR商業應用是由中國科學家王慶人教授在南開大學開發出來的，并在美國市場投入商業使用。