|
从图片中提取文字方法一...从图片中提取文字 现在许多网站都有EXE、CHM、PDF等格式的电子书下载。很多时候这些电子书可以看，但是其中的内容却不能复制。如果我们需要这些电子书中的文本内容，是不是就非得要重新输入一遍呢?当然不用这么麻烦。下面我就告诉大家如何将这些内容从资料中提取出来。 Snaglt文字提取 Sn.agIt是一款功能强大的图片捕 捉工具，但是很多朋友可能不知道，它 还有文字捕捉的功能，能将文字从图片中提取出来。目前它的最新版本为7.O。启动SnagIt 7.O，在左侧选中“窗口文字”(如图)，在左侧选择输入位置(比如屏幕、区域、窗口等)，输出位置(比如打印机、剪贴板、文件等)。设置完成后，.回到要捕捉文字的文件窗口，按下“捕获”快捷键，即可将文字提取出来。 此时我们会发现提取的文字中有很多空格或出现段落错乱等情况，这时我们可以用文字编辑工具进行重新编排。这里以WPS Offi.ce 2003为例：将提取文字复制粘贴至新文档中，依次选择菜单“工具”→“文字”下的 “段落重排”→“删除段首空格”→“删除空段”命令，这时文章已经变得很整齐了。 文字识别工具 文字识别工具简称OCR工具。这里我们以清华紫光OCR文字识别工具为例。打开带有文字的图片(如果是电子书籍，可按下“Print Screerl”屏幕捕获键将其保存为图片)，根据所要提取的文字进行裁剪。启动OCR，打开已裁减的图片，用鼠标在图片中绘制出待识别的文字区域，按下工具栏“识别"按钮即可。文字识别结束后，会自动在一个文本编辑器中打开已提取文字，将结果复制粘贴至其他文档中即可。 方法二....利用word提取 如果你需要将图片（PDF文件）中的文字提取出来。我这里就教你一个方法吧。  不过刚装的就少了这个过程了。接着在勾选 “选择应用程序的高级自定义”这里要注意的是刚装的在选择安装时要选自定义，而不是默认的“经典“  打开Office工具→Microsoft Office Document Imaging，按提示选择安装“扫描、OCR和索引服务筛选器”和“Microsoft Office Document Image Writer”  进行更新完毕后。在安装Microsoft Office Document Imaging组件后，Windows XP系统会自动安装一个名为“Microsoft Office Document Imaging Writer”的打印机（虚拟打印机）。Imaging组件可以通过这个虚拟打印机，将PDF文件所保存的信息识别，从而达到将它直接转换输出到Word等文字编辑工具中的目的。 第二步：用Adobe Reader 打开想转换的PDF文件，接下来 选择 “文件→打印”菜单，在打开的“打印”窗口中将“打印机”栏中的名称设置为 “Microsoft Office Document Image Writer”  确认后将该PDF文件输出为 MDI格式的虚拟打印文件  然后，运行 “Microsoft Office Document Imaging”，并利用它来 打开 刚才保存的MDI文件，选择“工具→ 将文本发送到Word  在弹出的“将文本发送到Word”窗口中选中“所有页面”和“ 在输出时保持图片版式不变  确认后系统会提示“必须在您执行此操作前识别该文档中的文本(OCR)。这可能需要一些时间”，不管它，点击确定即可  识别完成后，系统会自动调出Word，这时你就可以看到，刚才还不能编辑的文字，乖乖的出现在Word编辑窗口中  需要说明的是，利用Office 2003实现PDF文件转的Word文档不是特别完美，转换后会丢失原来的排版格式，所以转换后还需要手工对其进行排版和校对。 发表于 2010-5-29 13:20
用CAJViewer 7.0就ok了。
|
|
|
