原创　　Wolfgg06 《用老马的TextForever和ComicEnhancerPro进行书页批量OCR》 - 网上读书园地 - 信息资讯

新手学园	检索方法	国内文献	国外文献	FTP联盟	BT资源	网络资源	计算机技术	读书软件	外语学习
网络经管	法律之窗	生命科学	教学相长	学术妙笔	读书参考	文学原创	多媒体	书园茶社	茶社转贴
强国梦	秋爽斋	淡泊草	水清木华	书园旧梦

您的位置：

首页 >> 信息资讯 >> 新手学园 >> 查看内容

原创　　Wolfgg06 《用老马的TextForever和ComicEnhancerPro进行书页批量OCR》

作者: wolfgg06 发布日期: 2008-5-10 查看数: 出自: 网上读书园地

很多书友在读CX或PDF的书以后，一定有冲动想把里面的文字OCR出来，我本人经常要这么做，因为做课件要用到，呵呵。
OCR的软件和方法有很多，但是我推介的主要是老马的软件TextForever！我将TextForever和其他软件对比了一下，发现TextForever的ocr效果简直可以用惊艳来形容！
好了，废话少说，来实际的。TextForever进行OCR需要提供单色的TIFF图，下面先来介绍下怎么来获取单色TIFF。
为了表现TextForever的效果，我这里用自拍的书页的例子！也算是对自扫和自拍的提倡吧，哈。有了老马的TextForever，再结合老马的ComicEnhancerPro（附带隆重推介），自扫自拍也能获得好效果。
我的相机是Canon A610，拍下书页后偏暗，对比度不够，因此先要对原始照片进行预处理，可以用acdsee，需要做的是增加亮度和对比度。
[attachment=170539]
亮度：我一般用默认效果，直接点完成，哈。
对比度：我一般是把两个滑块往中间凑，同时目测效果。
[attachment=170541]
这样处理完以后，得到的是非常清晰的书页，但是仍然不是我们所需的单色tiff，现在就需要ComicEnhancerPro上场了。因为ComicEnhancerPro可以批处理，要识别的书页一般比较多，这样就很快。其实书页亮度、对比调节也可以用ComicEnhancerPro的！只不过acdsee更适合新手！
在ComicEnhancerPro下选择“文件/批量处理”，在弹出的设置框进行一番设置，要选择原文件和目标文件的存放位置，文件扩展名一定得是tif，色彩必须是“单色”。然后按“全部转换”就可以了。
[attachment=170547]
下面看下转换后的某书的两个效果例图。（图已压缩，原图比这个大、清晰、不会缺笔划。）
例页1：
[attachment=170564]
例页2：
[attachment=170565]
大家会发现，书页中存在文字歪、扭曲的情况，会不会影响OCR的效果呢？据我的经验，不用太担心！要相信老马！呵呵。
最后，关键角色TextForever终于要显神通了！运行TextForever，选择OCR标签，设定好TIFF所在文件夹，是否将结果存入单个文件，识别语言一般就是“简体中文”，由于自扫自拍的书页一般比较歪，文字容易扭曲，尤其是书边缘处，因此要勾上“自动旋转”和“自动拉伸”，设好就可以点“开始OCR”啦。
[attachment=170548]
很快，你就可以去领教一下OCR的效果啦。呵呵。
其实，PDG的书、PDF的书也可以用TextForever结合ComicEnhancerPro进行OCR，前者要用到老马的PDG2PIC，后者要用Adobe Acrobat将PDF转为单页图像文件，大家可以尝试一下，呵呵。
最后，怎么得到老马的这几个软件呢？帮老马宣传下，老马的主页地址是————
http://www.comicer.com/stronghorse/
两个软件的下载地址：
http://www.comicer.com/stronghor ... TextForever_chn.zip
http://www.comicer.com/stronghor ... EnhancerPro_chn.zip

【论坛浏览】【我来说两句】【打印】【大】【中】【小】【关闭】

相关评论

作者: wolfgg06 发布日期: 2008-5-10

简单介绍了一下自己的经验，供新人参考，高手指点。

作者: lll999888 发布日期: 2008-5-10

第一次听说老马有这样的软件，谢谢新贵介绍，使用一下！！

作者: deeping 发布日期: 2008-5-11

楼主在快速崛起啊，不错

作者: linencl 发布日期: 2008-5-12

俺的一点经验：

ocr大图文字的一点经验:用老马的ComicEnhancerPro将图放大一倍并去水印,即从150dpi升到
300dpi,然后再用汉王识别就可以了.基本都能识别出来.

作者: elibaba 发布日期: 2008-5-12

直接在老马的独角兽里ocr，效果不错。

作者: coldice171 发布日期: 2008-5-15

感谢老马和wolfgg06，刚才按这方法用了，不错

作者: strnghrs 发布日期: 2008-5-20

1、ComicEnhancer Pro本身就带图像处理功能，不一定用到ACDSEE。
2、TextForever OCR后的段落处理比较麻烦，如果要OCR整本书，我自己都是用TiffToy合并成多页TIFF，然后用MODI发送到Word，另存为txt，这样段落基本不用重排。

作者: jn2nj 发布日期: 2008-5-20

系统里面的offic没带MODI 怎么办？

作者: wolfgg06 发布日期: 2008-5-20

谢谢老马！第一点我也提到了，呵呵。
第二点确实是好经验，这就试一下。

QUOTE:

引用第7楼strnghrs于2008-05-20 08:31发表的 :
1、ComicEnhancer Pro本身就带图像处理功能，不一定用到ACDSEE。
2、TextForever OCR后的段落处理比较麻烦，如果要OCR整本书，我自己都是用TiffToy合并成多页TIFF，然后用MODI发送到Word，另存为txt，这样段落基本不用重排。

作者: wolfgg06 发布日期: 2008-5-20

可参考老马文章：
http://www.comicer.com/stronghorse/water/software/officeocr.htm
文章中对modi的安装、配置都作了详细介绍。
中间提到下面的链接可直接下载modi模块。
http://www.microsoft.com/downloa ... 6&displaylang=zh-tw

QUOTE:

引用第8楼jn2nj于2008-05-20 19:04发表的 :
系统里面的offic没带MODI 怎么办？

共有评论数 26/每页显示数 10

我来说两句

请遵守国家法律和互联网法规。
您要为您所发的言论的后果负责，故请各位遵纪守法并注意语言文明。

注意：系统启用了静态/缓存功能，您的回复可能不能立即显示。

热点主题

·	我为论坛献一计
·	原创　　linencl 《用超星方式阅读自扫
·	征集新手答题送财富、威望的题目
·	分享　　yngwie《我眼中的书园》
·	分享　　hufucopy 《我眼中的书园》
·	分享　　step《分享你眼中的书园三——我
·	分享　　Lawer67 《我眼中的书园》
·	分享　　毛驴《我眼中的书园——DIYer成了
·	随便教导新手一法子,有兴趣就来看看
·	提个建议呦
·	（号召）国难当前，请大家出力参与抗震救
·	分享　　cmmy1985《我眼中的书园》
·	激动一下
·	分享　　linencl 《我眼中的书园》
·	下午默哀期间，请勿发帖！违反者删除ID