双剑合璧 汉字识别接近完美

 

　　日常办公经常需要将纸质文本变成电子文稿，重新手输太麻烦，在实现了高科技办公的今天，当然要选择汉字扫描识别了。不过说实话，目前市场上的一些汉字识别系统识别率不是很高，用起来总是不太顺手。 
　　经过摸索，特别是向老同事虚心请教，最近找到了一种可以接近100%识别率的汉字扫描识别方法，那就是使用扫描仪将文本扫描保存为TIFF格式的图片，然后使用微软Office自带的Document Imaging软件进行识别。 
　　文本扫描 
　　以比较常见的爱普生V3580扫描仪为例，将纸张放入扫描平台后启动扫描仪自带的EPSON Scan软件（我用的版本是V3.04sc）。 

 

 

　　使用“专业模式”，点击“扫描”右侧的“文档保存设置”按钮，打开一个新对话框进行设置（图1），这里关键一步是把“图像格式”设置为TIFF（*.tif）。点击“确定”后返回。为了提高扫描速度，此时可以将“图像类型”设置为“16位-灰度”，将分辨率设置为150dpi即可（图2），不需要彩色和高分辨率。 
　　此时，关键部位已经设置完毕，点击“扫描”按钮，将需要识别的文本逐一扫描保存为tif格式的图片。
　　汉字识别 
　　如果已经安装了Office套装中的Document Imaging组件（未安装的可以用Office光盘安装），可以通过开始菜单直接启动。 
　　启动后，点击“打开”按钮，将刚才扫描保存的图片文件读入（图3）。点击工具栏中的“将文本发送到Word”，片刻后识别完成并产生了一个类似于网页的新文件（图4）。 

 

 

　　重复这一步骤，将需扫描的文本逐一扫描，最后将所有产生的新文件内容进行剪贴、校正、排版，就可以实现快速而非常准确的汉字识别。 
　　经过检测，刚才这篇文本的识别率接近100%，需要改动的仅仅只是几个标点和几处格式。 
　　扫描仪、识别软件双剑合璧，可以最大限度地将双手解放出来，实现高效率、轻松自如的办公。