巧用Office2003实现扫描件转成文字
巧用Office 2003实现扫描件转成文字
为了迎接市里的工作验收,领导拿来了许多存档文件,要求小王在三天内摘录并形成汇报文档。看着厚厚的
材料
关于××同志的政审材料调查表环保先进个人材料国家普通话测试材料农民专业合作社注销四查四问剖析材料
小王发愁了,这时有人提醒:你的笔记本电脑不是刚装上Office 2003吗,里面的Microsoft Office Document Imaging不错。它是一个光学字符识别(OCR)软件,可以用扫描仪扫入纸文档中的汉字,用它,摘录文件的速度可快多了。
? 操作准备
局里只有一台比较旧的F1210扫描仪,小王把它连接到笔记本电脑的并口,接通电源以后安装扫描仪驱动程序。单击“开始”--“所有程序”--“Microsoft Office工具”中的“Microsoft Office Document Imaging”,将纸文档放入扫描仪,准备将其中的汉字输入Word。
? 扫描设置
打开Microsoft Office Document Imaging窗口以后,单击工具栏中的“扫描新文档”按钮,即可看到如图1所示的对话框。首先单击其中的“扫描仪”按钮打开选择扫描仪对话框,查看当前扫描仪的型号是否在里面。如果对话框或下拉列表中没有当前扫描仪,就要检查驱动程序安装和电源连接是否正确。
接下来要根据文档的特点选择扫描预设。如果是彩色纸张上的黑色或彩色文本,或者是白色纸张上的彩色文本,可以选择“将彩色页面扫描为黑白图片”;对常见的白色纸张上的黑色文本而言,可以选择“黑白模式”或“灰度模式”。
Microsoft Office Document Imaging提供的扫描预设功能可以满足大多数文档的要求。如果文档使用的字体太小,或者由于纸张等缘故导致文字不太清楚,就得适当调整扫描预设中的分辨率。用户只要选中要调整的某种扫描预设,单击图1中的“预设选项”按钮打开菜单,选择其中的“编辑所选预设”,就可以看到“预设选项”对话框的“常规”选项卡。单击其中的“高级”按钮打开如图2所示的对话框,可将默认的分辨率(DPI)值由200修改为300。当扫描文档中的文字是彩色或具有彩色背景时,选中图2中的“自动设置对比度,保存为单色”,让扫描的图像具有较高的对比度,这样可以获得更好的文字识别效果。
除此之外,“预设选项”对话框还有三个选项卡。其中“页面”选项卡设置扫描仪的幅面,常见的A4扫描仪应该选择“A4”(默认);“输出”选项卡可以设置扫描文件的保存位置,还可以设置扫描文件的命名方式,可以根据自己的需要进行调整;“处理”选项卡控制OCR的工作设置,一般采用其中的默认值就可以了。
? 扫描文档
文档放入扫描仪以后,根据其特点选择图1中的某一个扫描预设方式,单击“扫描”按钮开始扫描文档。与大多数OCR软件不同,Microsoft Office
Document Imaging扫描结束即开始文字识别,完成后即可在窗口中显示结果。
该窗口分为“缩略图窗格”和“页面窗格”左右两部分。如果用户连续扫描了多页文档,缩略图窗格显示各页的缩略图,页面窗格显示当前文档的图像。
如果用户有多页文档需要扫描和识别,可以在一页扫描结束后再次扫描下一页,完成后会弹出一个对话框。单击“继续”按钮可以放入下一页文档,继续进行扫描,但不识别和保存当前文档;单击“完成”按钮则停止扫描,执行识别并保
存文件。再次扫描新文档时只要将它放入扫描仪,单击图1中的“扫描”按钮即可;单击“取消”按钮会停止扫描,不进行识别也不保存文件。
建议把“换页提示”也勾选上,这样可以一次用扫描仪扫描完诺干张纸质文件,然后统一识别转化成word文档,提高工作效率
小提示 Microsoft Office Document Imaging具有自动旋转功能,文档放入扫描仪时无论位置正、倒都可以,软件在扫描过程中会自动识别并旋转到正确的方位。
? 获取文本
从表面上看,页面窗格显示的是文档图像。其实不然,被识别的文本已经被隐藏在层中了(与文档图像分离)。我们可以采取两种方法获取该层中的文本。
如果需要某页文档中的部分文字,只要按下工具栏中的“选择”按钮,拖动光标选中页面窗格中需要的文本,单击鼠标右键选择快捷菜单中的“复制”,就可以将这部分文本放入剪贴板,再粘贴到汇报文档中编辑了。如果单击工具栏中的“将文本发送到Word”按钮,软件就会自动新建一个Word文档,将所选中的识别文字放入其中。以上操作完成后,在页面窗格中的任意位置单击鼠标,就可以取消已经选中的文本,再次获取其它位置的文本了。(页面中既有文字又有图片,或者既有文字也有表格边框,识别效果可能会受到影响,建议先选中文字,再识别)
当需要某页或几页文档中的所有文本时,可以直接打开工具栏中的“将文本发送到Word”按钮,选择添加到Word的文本范围以及输出版式和保存位置。完成后单击“确定”按钮,即可在指定位置自动保存一个htm文档。使用“文件”菜单下的“另存为”命令,很容易将它转存为doc文档。
小提示 Microsoft Office Document Imaging能保留原文档的段落结构,
这给小王的文档编辑工作带来了很多方便。
后记:OCR软件的种类非常多,例如紫光、尚书、汉王等等。不过Microsoft Office Document Imaging具有良好的易用性,并和Word 2003紧密结合,大家不妨体验一下。
浙公网安备 33021202002483