2024年5月6日发(作者：)

扫描的文档可以转换为可编辑word文档

扫描文字.结果以图片格式(.bmp)存入电脑.然后使用ORC识别系统进行转换.最终用WORD进行

修改编辑.下面教你如何使用ORC:

OCR是英文Optical Character Recognition的缩写.翻译成中文就是通过光学技术对文字进行识

别的意思. 是自动识别技术研究和应用领域中的一个重要方面.它是一种能够将文字自动识别录入到电

脑中的软件技术.是与扫描仪配套的主要软件.属于非键盘输入范畴.需要图像输入设备主要是扫描仪相

配合.现在OCR主要是指文字识别软件.在1996年清华紫光开始搭配中文识别软件之前.市场上的扫描

仪和OCR软件一直是分开销售的。扫描仪厂商现在已把专业的OCR软件搭配自己生产的扫描仪出

售.OCR技术的迅速发展与扫描仪的广泛使用是密不可分的.近两年随着扫描仪逐渐普及和OCR技术的

日臻完善.OCR己成为绝大多数扫描仪用户的得力助手.

一.OCR技术的发展历程

自20世纪60年代初期出现第一代OCR产品开始.经过30多年的不断发展改进.包括手写体的各

种OCR技术的研究取得了令人瞩目的成果.人们对OCR产品的功能要求也从原来的单纯注重识别率.

发展到对整个OCR系统的识别速度.用户界面的友好性.操作的简便性.产品的稳定性.适应性.可靠性和

易升级性.售前售后服务质量等各方面提出更高的要求.

IBM公司最早开发了OCR产品.1965年在纽约世界博览会上展出了IBM公司的OCR产品

--IBMl287.当时的这款产品只能识别印刷体的数字.英文字母及部分符号.并且必须是指定的字体.20世

纪60年代末.日立公司和富士通公司也分别研制出各自的OCR产品.全世界第一个实现手写体邮政编码

识别的信函自动分拣系统是由日本东芝公司研制的.两年后NEC公司也推出了同样的系统.到了1974

年.信函的自动分拣率达到92%左右.并且广泛地应用在邮政系统中.发挥着较好的作用.1983年日本东

芝公司发布了其识别印刷体日文汉字的OCR系统OCRV595.其识别速度为每秒70-100个汉字.识别率

为99.5%.其后东芝公司又开始了手写体日文汉字识别的研究工作.

中国在OCR技术方面的研究工作相对起步较晚.在20世纪70年代才开始对数字.英文字母及符号

的识别技术进行研究.20世纪70年代末开始进行汉字识别的研究.1986年.国家863计划信息领域课题

组织了清华大学.北京信息工程学院.沈阳自动化所三家单位联合进行中文OCR软件的开发工作.至*****.

清华大学率先推出了国内第一套中文OCR软件--清华文通TH-OCR1.0版.至此中文OCR正式从实验

室走向了市场.清华OCR印刷体汉字识别软件其后又推出了TH-OCR 92高性能实用简/繁体.多字体.

多功能印刷汉字识别系统.使印刷体汉字识别技术又取得重大进展.到1994年推出的TH-OCR 94高性

能汉英混排印刷文本识别系统.则被专家鉴定为[是国内外首次推出的汉英混排印刷文本识别系统.总体

上居国际领先水平".上个世纪90年代中后期.清华大学电子工程系提出并进行了汉字识别综合研究.使

汉字识别技术在印刷体文本.联机手写汉字识别.脱机手写汉字识别和脱机手写数字符号识别等领域全

面地取得了重要成果.具有代表性的成果是TH-OCR 97综合集成汉字识别系统.它可以完成多文种(汉.

英.日)印刷文本.联机手写汉字.脱机手写汉字和手写数字的识别输入.几年来.除清华文通TH-OCR外.其

它如尚书SH-OCR等各具风格的OCR软件也相继问世.中文OCR市场稳步扩大.用户遍布世界各地.

可以说目前印刷体OCR的识别技术已经达到较高水平.OCR产品已由早期的只能识别指定的印刷

体数字.英文字母和部分符号.发展成为可以自动进行版面分析.表格识别.实现混合文字.多字体.多字号.

横竖混排识别的强大的计算机信息快速录入工具.对印刷体汉字的识别率达到98%以上.即使对印刷质

量较差的文字其识别率也达到95%以上.可识别宋体.黑体.楷体.仿宋体等多种字体的简.繁体.并且可以

对多种字体.不同字号混合排版进行识别.对手写体汉字的识别率达到70%以上.特别是我国的汉字OCR

技术经过十几年的努力.克服了起步晚.汉字字符集异常庞大等困难.单字的识别速度(指在单位时间内所

完成的从特征提取到识别结果输出的字数)可以达到70字/秒以上.由于印刷体OCR汉字识别技术已经

比较成熟.所以OCR产品被广泛地应用在新闻.印刷.出版.图书馆.办公自动化等各个行业.