如何将图形文件转化为文字文件

在扫描仪发展史上，文字识别软件（OCR）的出现，实现了将印刷文字扫描得到的图片转化为文本文字的功能，提供了一种全新的文字输入手段，大大提高了用户工作的效率，同时也为扫描仪的应用带来了进步。从此，扫描仪不再仅仅是图形、图像的输入工具，它真正的成为了电子化办公的有机组成部分。随之而来的是，扫描仪在金融、证券、政府等领域普遍应用，为人们摆脱纸制文档束缚，真正实现无纸化办公铺平了道路。
目前在中国市场上销售的每一款Microtek扫描仪产品，都附赠了“尚书六号”文字识别软件。在颇具美名的“尚书五号”文字识别软件基础上，“尚书六号”又有了许多新的突破。它一改以前文字识别软件只能对“黑白二色”图像进行识别的限制，可以对彩色、灰度图像文件直接进行识别；尚书六号支持更多的扫描文件格式，例如TIFF、BMP和JPG格式；与此同时，尚书六号完善了表格识别功能，各式各样的表格几乎都可以原封不动的由图片格式转变为可以自由编辑的文字格式。最值得一提的是，“尚书六号”还加入了人性化设计，在软件安装完毕后，程序组图标里面会自动出现“尚书六号说明”，借助这本用户手册，即使是初学者也可以迅速掌握软件的使用。
下面结合Microtek扫描仪的驱动软件ScanWizard 5，详细介绍如何配合尚书六号OCR软件做好文字识别工作：
Step1：扫描图像文件
建议首先点击桌面上ScanWizard 5软件的图标，进入Microtek扫描仪驱动软件的界面，直接进行扫描工作，而不需要启动其他的扫描程序或图像编辑程序，这样可以大大加快扫描进程。同时，注意将ScanWizard 5软件切换到高级工作模式（如图1所示），以便于用户检查扫描仪工作时的分辨率。在文字识别时，推荐使用的扫描分辨率设定在300ppi，色彩模式可以选择“RGB彩色”或者“灰阶”，选择“扫描到”的文件格式是TIF或者JPG两者都可以，然后将扫描得到的文件保存在用户确定的目录下面。
Step2：打开尚书六号读取扫描好的图像文件
Step3：被识别图片的预处理
被识别图片的预处理工作主要包括“倾斜校正”和“设定正确识别区域”两个步骤。在进行“倾斜校正”时，可按下工具栏的最下面的一个“图像倾斜校正”工具按钮。系统会自动弹出一个对话框，提示需要校正的角度，