汉王PDF OCR(文字识别软件)

汉王PDF OCR简体中文版是一款非常好用的orc文字识别软件，其功能强大且完全免费使用。该软件别速度快、准确率高，既可以将PDF文件转换为可编辑的文档，也可以将PDF文件直接转换为TXT文本。它能识别多种字体并支持多种字体混排，可以自动判断、拆分、识别和还原各种通用型印刷体表格，不仅如此，汉王PDF OCR软件还有着多种的输出格式和表格识别功能。同时支持批量处理功能，避免了单页处理的麻烦，既可以采用OCR的方式将PDF文件转换为可编辑文档，也可以采用格式转换的方式直接转换文字型PDF文件为RTF文件或文本文件。并且支持处理灰度、彩色、黑白三种色彩的BMP、TIF、JPG、PDF多种格式的图像文件，可识别简体、繁体和英文三种语言，具有TXT、RTF、HTM和XLS多种输出格式。此外，软件自带文档转换功能，可以将图片中的内容文字，转换为可编辑word文档，txt文件，并进行简单的自动排版，对于书本出版商和小说撰写的用户来说，汉王pdf ocr这款软件提供了极大的帮助和便利，非常的便捷实用。

软件特点

该软件识别正确率高，识别速度快、批量处理功能
支持处理灰度、彩色、黑白三种色彩的BMP、TIF、JPG、PDF多种格式的图像文件;
该软件可识别简体、繁体和英文三种语言;
该软件具有简单易用的表格识别功能;
具有TXT、RTF、HTM和XLS多种输出格式，并有所见即所得的版面还原功能。

软件功能

1、图像输入、图像前处理、预识别。
2、图像输入
对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV、CxImage等开源项目。
3、预处理
主要包括二值化，噪声去除，倾斜较正等。
4、二值化
对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，为了让计算机更快的、更好地识别文字，我们需要先对彩色图进行处理，使图片只前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图。
5、噪声去除
对于不同的文档，对噪声的定义可以不同，根据噪声的特征进行去燥，就叫做噪声去除。
6、倾斜校正
由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。
7、版面分析
将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。
8、字符切割
由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能。
9、字符识别
这一研究已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。
10、版面还原
人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到Word文档、PDF文档等，这一过程就叫做版面还原。
11、后处理、校对
根据特定的语言上下文的关系，对识别结果进行校正，就是后处理。

使用方法

1、首先我们打开在电脑上安装好的汉王PDF OCR软件，然后就可以进入到软件的主界面，如下图所示，我们可以先点击文件选项，然后会出现下拉框，我们选择点击“打开图像”选项，你可以可以直接使用打开头像的快捷键，快捷键Ctrl+O。

2、接下来我们就会进入到打开头像文件界面，如下图所示，我们需要找到你在电脑上的PDF文件，找到后我们点击PDF文件选中它，接下来点解界面下方的“PDF转换为TXT文件”选项，然后进入下一步。
3、然后我们就进入到PDF转换为TXT界面，如下图所示，我们在界面上选择转换的页面，你可以选择转换的范围，从第几页开始到第几页结束，选择完成后我们在界面的下方还需要选择保存目录，点击浏览选择合适的位置后再点击确定。

4、等待转换完成后，我们就可以在设置的保存位置找到转换完成后的TXT文件了。转换的时间是根据你转换的数量来决定的，数量少，转换快，数量多，转换的就比较慢。

快捷键

扫描文件： 按下“Ctrl+N”调出扫描程序，扫描图像文件。
打开文件： 按下“Ctrl+O”打开图像文件，追加图像文件。
保存图像： 按下“Ctrl+S”键保存图像。
图像反白： 按下“Ctrl+I”将图像反白。
自动倾斜校正： 按下“Ctrl+D”进行自动倾斜校正。
手动倾斜校正： 按下“Ctrl+M”进行手动倾斜校正。
版面分析： 按下“F5”键，对选中的文件进行版面分析。
取消版面分析： 按下“Ctrl+Del”键，取消当前页的版面分析。

更新日志

对部分功能进行了优化