| 扫描仪使用3板斧（2） |
|
· 2002-9-9 · 浏览人数：311
|
| 请记下上海电脑维修上门服务电话：021-61121021，以备急用！(嘉定,青浦,普陀,闵行,松江)
|
文本识别篇
所谓文本识别系统，即OCR（Optical Character Rcognize)光学字符识别系统，指利用扫描仪将报纸、杂志等媒体上的印刷体汉字、表格和图形，甚至手写体汉字扫描入电脑，再识别，从而达到高速录入汉字的一种软件。现在大多数扫描仪都随机附送了一套OCR软件，但是，如何提高OCR的识别率呢？一般说来，OCR的识别率主要受如下四个因素的影响：
1.原稿质量；
2.所用的OCR软件；
3.OCR的参数设置；
4.扫描时的参数设置。
原稿应保证清洁、无灰尘和杂质，最好选用印刷质量较高的原稿，尽量避免使用手写稿。扫描时，应将原稿摆放整齐，避免过度倾斜。万一倾斜，也要用软件的“倾斜校正”功能进行校正，以利于OCR软件的版面分析。若扫描出来的影像杂点较多，则应首先进行去除杂点的处理，然后再识别。
在OCR软件的选择方面，目前市场上流行的主要有清华OCR、尚书OCR、蒙恬OCR等，有的产品还有专业版和普及版之分。选好OCR后，正确设置其参数很重要。很多OCR软件提供了标准TWAIN界面和所谓的“直接终扫”两种扫描方式，在实际使用中，应通过多次实验来确定哪种方式更有效、实用。
另外，有不少人有这样一种误解：提高分辨率（DPI）能提高识别率。但事实上，对于一般的报刊、杂志，选择300DPI左右的分辨率就可以了，过高的分辨率反而可能降低识别率。这是因为过高的分辨率会更“仔细”地扫描印刷文字的细节，更容易“揪”出印刷文稿的瑕疵、缺陷，导致识别率下降。尤其当原稿的印刷质量不是很好时，这种副作用体现得更为明显。其实，对于绝大多数的原稿而言，真正影响识别率的参数是明暗浓度，即亮度和对比度。其设置以汉字的笔画看上去既不残缺，又不相互粘连为准。
|
|
|
| |
·连载文章
·扫描仪使用3板斧-连载
·扫描仪使用3板斧（2）
·扫描仪使用3板斧（3）
|
|
|
|
|
|
发表评语
|
| 文章原网址：http://www.yesky.com/20010910/195786.shtml |
管理通道
|
打印本页
发E-mail推荐给朋友