加载中…
正文 字体大小:

[转]ABBYY FineReader使用指南

(2012-09-19 18:36:31)
标签:

扫描

校对

书籍

ocr

分享

杂谈

分类: 他山之石
首先,什么是 OCR 技术?OCR (Optical Character Recognition,光学字符识别)传统上是指,电子设备检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。

本文所述 OCR,特指将 PDF 文档,拆分为一幅幅图像文件,用 OCR 技术通过相应软件,将图片中文字转换成文本,便于下一步操作(例如导入书苑的 epubBuilder 制作软件)。传说中一步到位的 PDF 转换成 EPUB ,并不在本文的讨论范畴内。。。

一、准备工作:
1.  准备 PDF 源文件,并将 PDF 按页拆分成图像文件。方法有很多,不一一赘述了,如图例1;40.jpg 

2.  准备 OCR 软件,本人用的是 ABBYY FineReader 10,如图例2;
41.jpg 

二、初始工作: 

1.  新建 FineReader 文档,如图例3;
42.jpg 

2.  点击上栏“打开”图标,打开图像,打开后,软件处理图像添加进文档,如图例4、5;
提示:在新建的 FineReader 文档中,添加若干图像文件,可以合理安排工作量,例如:按章节分派,每个文档就是一个章节的图像文件;平均分派,每个文档取一个固定值的图像文件,便于均衡校对的工作量。 
43.jpg 
44.jpg 

3.  保存 FineReader 文档,如图例6;
提示:建立并保存 FineReader 文档后,下次可以打开未完成的文档,继续校对工作。  
45.jpg 

三、设置工作: 

1.  将输出设置为“另存为TXT”,如图例7; 
提示:个人认为无格式的TXT文档便于后期编辑,具体喜好因人而宜。 
46.jpg 

2.  点击“选项”图标,设置“文档语言”,这个很重要,如图例8;
提示:简体中文书籍,繁体书籍,英文书籍请按相应语言设置,也可按右侧“编辑语言”,设置你要的语言,不要添加过多选项,否则将影响准确率。如图例9。 
47.jpg48.jpg 

3.  在“选项”内选“查看”标签,设置软件显示待校对文字的字体,如图例10;
提示:我选“楷体”,并不是说我喜欢这个字体,而是因为,很多生僻字在楷体字库下显示不出,例如“事”和“亊”,识别为“ ”,在宋体下能显示,楷体不显示,便于纠错。
49.jpg
四、校对工作: 
1.  打开 FineReader 文档(类似一个专辑),调出一组图像文件; 
2.  一般情况打开左右两栏,左侧原图,右侧待校对文字; 
3.  调整好两栏显示大小; 
4.  打开右上角“显示不可打印字符”按钮,便于将不规则字符去除;如图例11 

50.jpg 

5.  遇到书源不好的PDF,字迹比较模糊,也可调整为上下俩栏(共4栏),识别校对,如图例12; 

51.jpg 

6.  软件会将可能错误的字符以背景颜色显示出来,便于校对更正,更正时可以手动输入,也可以鼠标移动待修改字,右键以显示待选字符,再选择正确字符。如图例13;

52.jpg 

7.  将此档校对完毕,保存输出,如图例14;

53.jpg 

8.  其他一些情况,如中英文混编的书籍,更复杂一些。建议分别选择识别区域,分别识别,如图例15。 
54.jpg 

9.  OCR 技术的扩展应用,一份小女的卷子,手机拍下,分别识别校对。。。
55.jpg 
56.jpg 
57.jpg 

五、总结: 
      有书友提出不必拆分为图片,直接进行转换,甚至有的软件号称可以直接 PDF 转 EPUB。当然那也是可以的,同样的 OCR 软件输出质量应该是相差无几的。但是本人是完美主义者,做事的理念是:“不喜欢难看的东西,更不喜欢错误的东西”。。。

        所以多做了一些前期工作,喜欢以图片、文字对照的方式边读边校对。作完一本书,就是读完一本书,用时肯定比别人长,但精度也肯定比别人强一些。。。所以,修改了一下帖子,谨将此帖献给励志做精校、精确书籍,让他人有舒畅阅读体验的书友们!

0

阅读 评论 收藏 转载 喜欢 打印举报
已投稿到:
  • 评论加载中,请稍候...
发评论

    发评论

    以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

      

    新浪BLOG意见反馈留言板 不良信息反馈 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

    新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

    新浪公司 版权所有