图片转换为文本格式

文本的OCR识别是用户使用扫描仪产品最常见的应用之一，目前几乎所有的扫描仪产品都附带了OCR识别软件。但我们在使用中发现，即使同一个OCR软件识别正确率的差距也较大。实际上，OCR识别正确率不仅与OCR软件本身有关，与使用方法的正确与否也有很大关系。根据笔者平时积累的经验，做OCR识别应从以下几个方面入手。这里以MICROTEK扫描仪配备的《尚书六号》OCR为例。

一、扫描操作及注意点

扫描仪联机
在确定 MICROTEK扫描仪能够在被“Scanner Test”找到的条件下运行《尚书六号》OCR软件。然后点击“扫描”按扭。片刻之后，扫描仪的控制窗口出现，在保证 “黑白两值”300 dpi的条件下，进行图像预览。以上步骤也可以通过MICROTEK扫描仪上的“OCR快捷键”实现。目前，市场上的绝大部分MICOTEK扫描仪都配备了方便用户的快捷键。
放大预览及调节图像的清晰度

为了达到最佳的识别效果，对输入稿件在扫描时的最低要求是清晰。为此，我们可以通过“放大预览”对文稿中的几个文字进行取样扫描，从而对图像的亮度进行更为细致的调节。调节的工具是扫描仪工具内的“阀值”。

以下是不同阀值下的扫描结果。调节到适当的阀值后，就可以选择“扫描”按扭了。扫描的结果会传递到OCR软件内，同时扫描仪的控制窗口会自动消失。

二、辨识前所需的注意事项

当以上事项完成以后，我们所要做的就是在OCR软件中的实际操作了。

注意文字的倾斜校正

由于OCR的辨识原理是采用字模的方式进行的，所以一定要注意稿件是否水平。具体实施过程中，可以采用图像倾斜校正按扭来解决。

对稿件进行识别的预先处理

由于原稿的情况差异万千，所以我们在识别前，需做一些预先的处理。首先应该去除原稿中的杂点和图像。文稿中如含有图像，OCR是不能识别的，图像的存在，会影响OCR的文字切分。操作中，可使用“图像的块擦拭”工具将文档中的图像去除，同时文稿中的一些杂点，也应尽量地去除。

针对文档中出现分栏的情况，建议您手动设定辨识范围，最好不要采用“