尚书7号OCR文字识别系统完全版

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。 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。