漢王 PDF OCR 8.1簡體中文版

有批量處理功能，避免了單頁處理的麻煩；支持處理灰度、彩色、黑白三種色彩的BMP、TIF、JPG、PDF多種格式的圖像文件；可識別簡體、繁體和英文三種語言；具有簡單易用的表格識別功能；具有TXT、RTF、HTM和XLS多種輸出格式，并有所見即所得的版面還原功能。新增打開與識別PDF文件功能，支持文字型PDF的直接轉(zhuǎn)換和圖像型PDF的OCR識別，既可以采用OCR的方式將PDF文件轉(zhuǎn)換為可編輯文檔，也可以采用格式轉(zhuǎn)換的方式直接轉(zhuǎn)換文字型PDF文件為RTF文件或文本文件。

軟件性質(zhì)：免費(fèi)軟件

人氣指數(shù)：85659

應(yīng)用平臺: WinXP, WinAll

漢王作為全球領(lǐng)先的手寫識別、OCR識別及生物特征識別技術(shù)供應(yīng)商，漢王經(jīng)過多年潛心研發(fā)，已經(jīng)成功樹立起電紙書自主品牌并一躍成為全球第二大電紙書閱讀器生產(chǎn)廠商。 漢王首推出的面向歐洲市場正式推出了首款應(yīng)用3G網(wǎng)絡(luò)技術(shù)的漢王3G電紙書閱讀器，針對不同用戶需求，漢王電紙書已開發(fā)出包括5英寸、6英寸、8英寸及9.7英寸等在內(nèi)的多個產(chǎn)品系列。由于應(yīng)用了漢王的電磁觸摸平板技術(shù)，用戶在使用電紙書時可以直接將注釋清晰地書寫在頁面上。此次，漢王最新推出的漢王電紙書N618使用了6英寸顯示屏并集成3G技術(shù)。用戶可以充分利用覆蓋整個歐洲的3G電紙書網(wǎng)絡(luò)來下載自己喜愛的圖書與報刊，從而徹底免去連接電腦傳輸數(shù)據(jù)的麻煩。

漢王筆就是漢王手寫板。在手寫板市場中，漢王筆可謂美名遠(yuǎn)揚(yáng)，品牌知名度非常高。早在2001年，漢王的手寫核心識別技術(shù)就獲得國家科技進(jìn)步一等獎，這個獎項(xiàng)由國家領(lǐng)導(dǎo)人親自頒發(fā)，相當(dāng)于中國的諾貝爾獎。

隨著漢王手寫技術(shù)的升級，近前，漢王手寫核心識別技術(shù)的手寫識別率為99.73%，能夠識別連筆、行草，具有超常規(guī)模的大字庫等。以漢王筆高端產(chǎn)品漢王墨寶大鴻儒為例：

說明

·軟件：

1）漢王金豬版識別軟件、漢王公式識別、漢王隨意簽、漢王事務(wù)通、漢王閱讀精靈、漢王用戶管理、漢王筆新手上路、漢王OCR 6.0 ；

2）漢王屏幕摘抄、漢王照片摘抄、漢王親筆精靈、漢王電子白板增強(qiáng)版、漢王小畫童。

·硬件：

漢王筆墨寶大鴻儒（無線無源、微壓、觸控按鍵）

編輯本段軟件結(jié)構(gòu)由于掃描儀的普及與廣泛應(yīng)用，OCR軟件只需提供與掃描儀的接口，利用掃描儀驅(qū)動軟件即可。因此，OCR軟件主要是由下面幾個部分組成。

1. 圖像輸入、預(yù)處理：

2. 圖像輸入：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。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等

3. 二值化：

對攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計算機(jī)更快的，更好的識別文字，我們需要先對彩色圖進(jìn)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，這就是二值化圖了。

4. 噪聲去除：

對于不同的文檔，我們對噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除

5. 傾斜較正：

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(chǎn)生傾斜，這就需要文字識別軟件進(jìn)行較正。

6. 版面分析：

將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，還沒有一個固定的，最優(yōu)的切割模型。

7. 字符切割：

由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識別系統(tǒng)的性能，這就需要文字識別軟件有字符切割功能。

8. 字符識別：

這一研究，已經(jīng)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(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。

9. 版面恢復(fù)：

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，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復(fù)。

10. 后處理、校對:

根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進(jìn)行較正，就是后處理。

編輯本段工作流程一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機(jī)文字，使能達(dá)到影像資料的儲存量減少、識別出的文字可再使用及分析，當(dāng)然也可節(jié)省因鍵盤輸入的人力與時間。

從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認(rèn)錯的文字更正，將結(jié)果輸出。國內(nèi)最有實(shí)力的OCR字符識別公司有：云脈OCR, 漢王OCR等。