软件介绍

使用方法介绍

中文名: 尚书7号OCR文字识别系统完全版

英文名: Shocr

版本: Shocr7.0,Shocr6.0

发行时间: 2005年10月30日

制作发行: 北京汉王科技有限公司地区: 大陆

软件介绍

本软件系统是应用OCR（Optical Character Recognition）技术，为满足书籍、报刊杂志、报表票据、公文档案等录入需求而设计的软件系统。目前，许多信息资料需要转化成电子文档以便于各种应用及管理，但因信息数字化处理的方式落后，不但费时费力，而且资金耗费巨大，造成了大量文档资料的积压，因此急需一种快速高效的软件系统来满足这种海量录入需求。本软件系统正是适用于个人、小型图书馆、小型档案馆、小型企业进行大规模文档输入、图书翻印、大量资料电子化的软件系统。

识别字符

简体字符集：国标GB2312-80的全部一、二级汉字6800多个。

纯英文字符集。

简繁字集：除了简体汉字外，还可以混识台湾繁体字5400多个以及香港繁体字和GBK汉字。

识别字体种类

能识别宋体、仿宋、楷、黑、魏碑、隶书、圆体、行楷等一百多种字体，并支持多种字体混排。

识别字号

初号 小六号字体。

表格识别

可以自动判断、拆分、识别和还原各种通用型印刷体表格。

可支持繁体WINDOWS系统

首先，尚书七号开始将整个OCR的过程，明确化了，通过程序的菜单，我们就能够知道整个OCR的过程，主要分为：“文件”、“编辑”、“识别”、“输出”等步骤。

在文件菜单中，您可以调用扫描仪，或者选择将已经扫描好的图像文件打开。得到图像文件后，用户开始的工作，就是“编辑“菜单里面所提示的：图像页面的处理，其中包括图像页的倾斜校正（提供自动和手动实现方法），旋转等功能。

处理完毕后，就可以进入“识别过程”，该过程关键的是“版面分析”，现在尚书七号的自动版面分析功能很强，面对报纸杂志等复杂情况的版面，也是分析的正确率很高。不再需要我们在尚书六号里面那样的建议手工划识别范围。也正是这点，大大降低了使用者的工作量。为了方便，“识别”菜单下，也提供了用户自己在自动版面分析后，通过修改识别范围框的属性，来决定需要识别否的功能（默认的情况下，图象属性的栏目是不用识别的。当然，如果用户还是习惯原来尚书六号那样，自己来设定识别区域，只要直接用鼠标划框就可以了。接下来，用户就可以直接选择“开始识别”的按钮了，等待识别的结果。

使用方法介绍

一、 扫描仪驱动程序请切换到高级控制面板状态

为了得到较好的OCR使用效果，建议用户将扫描仪的驱动SCANWIZARD 5软件，由初始安装的标准控制面板，切换到高级控制面板状态。其切换的方法，如下图所示。

二、 第一次使用尚书OCR7号软件

1． 尚书7号OCR软件是MICROTEK中晶科技公司，向汉王科技购买授权，赠送给用户使用的软件，该软件是放在了扫描仪随机的驱动光盘中，用户可以选择安装。

2． 软件安装完毕后，用户请点击桌面左下角“开始”，找到“尚书7号OCR”软件图标，并点击。打开尚书7号OCR的使用界面。

3． 打开尚书7号OCR的“文件”采单下的“选择扫描仪”，选择对应扫描仪的驱动“MICROTEK SCANWIZARD 5”的选项。并选择“确定”。

4． 选择“文件”菜单下的“扫描”，将打开扫描仪的驱动。如下图，下面的界面是扫描仪的“高级控制面板”。

5． 拥护请注意选择SCANWIZARD 5软件中，左面“设置”窗口中的“图像类型”，请选择“RGB色彩”或者“灰阶”的类型，并注意扫描仪分辨率是300PPI。

6． 当用户作完“预览”后，设置需要扫描的范围，就可以点击“扫描”按钮，扫描仪将开始扫描的工作。将扫描好的文件，直接传递到尚书7号OCR默认的目录中（默认的存储图像文件的目录是用户计算机C盘下的SHOCR2002目录下的IMAGE目录）。扫描完毕后，请用户关闭掉扫描仪驱动程序SCANWIZARD 5.用户可以看到需要扫描的文件已经传递给尚书7号中，默认的文件名是HW001.JPG。

7． 请用户选择尚书7号软件中的“编辑”菜单下的“自动倾斜校正”，让尚书7号软件对扫描进来的图像作相应的旋转，以保证图像中的文字是水平排列，而非倾斜。因为太过倾斜的文字，将影响到尚书软件的识别效果。

9． 版面分析完毕后，用户可以看到对应的文字块，都有对应的识别框被选择，如下图

10． 用户此时，请注意，对应的识别框，其属性是否正确。识别框分别有“横栏”、“竖栏”、“表格”和“图像”等四种属性，分别有四种不同颜色的选框来表示

11． 核对无误后，用户可以使用“识别”菜单下的“开始识别”按钮。得到的结果如下：

12． 此时实际上已经进入文字校对状态：

13． 当用户校对完毕后，或者不在尚书7号内作校对，用户可以选择“输出”菜单下的“到指定格式文件”。

用户可以看到，识别的结果，有TXT、RTF、HTML、XLS等格式可以选择。默认的输出的目录是用户计算机C盘下的SHOCR2002目录下的OUTPUT目录。用户选择一个对应的文件名，就可以存盘了。为了方便，用户可以选择“输出到外部编辑器”的选项，这样存盘的同时，尚书7号OCR会自动调出对应的编辑软件，如TXT存盘可以自动调用NOTEPAD软件，RTF存盘将自动调用WORD软件，XLS存盘将自动调用EXCEL软件。

一个简单的OCR操作就此完成了。

三、 普通文档（只含有文字）的OCR识别

1． 过程与上面所介绍，基本一样，只是用户需要注意存盘格式。

2． 一般，如果用户需要对该文字，进行重新排版工作，请用户选择TXT存盘，然后再将其内容拷贝到WORD中。

3． 如果用户希望保留稿件的原有格式，并能够作版面的恢复，请使用RTF格式存盘，该格式将有版面的恢复功能。但是用户只能针对其中的文字，作一些个别字的调整，无法作大范围的排版方式的修改。

四、 带表格的稿件的OCR识别

1． 其中，扫描、自动倾斜矫正过程同普通文稿是一样的。

2． 但是注意“版面分析”后，对其结果进行检查。应该在表格上，经过版面分析后，有一个兰色的框，选中了表格部分，如果不是，用户需要修改栏属性或者考虑手动划定识别区域。

3． 注意输出结果的选择，如果是需要重新排版，用户应该分别用TXT和XLS格式存盘，然后将TXT中的文字和XLS中的表格分别拷贝到WORD，进行排版。