ABBYY FineReader使用指南

1、abbyyfinereader使用指南 (2012-09-19 18:36:31)轉(zhuǎn)載標(biāo)簽：掃描校對書籍ocr分享雜談分類：他山之石首先，什么是 ocr 技術(shù)？ocr （optical character recognition，光學(xué)字符識別）傳統(tǒng)上是指，電子設(shè)備檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然后對圖像文件進行分析處理，獲取文字及版面信息的過程。本文所述 ocr，特指將 pdf 文檔，拆分為一幅幅圖像文件，用 ocr 技術(shù)通過相應(yīng)軟件，將圖片中文字轉(zhuǎn)換成文本，便于下一步操作（例如導(dǎo)入書苑的 epubb

2、uilder 制作軟件）。傳說中一步到位的 pdf 轉(zhuǎn)換成 epub ，并不在本文的討論范疇內(nèi)。一、準(zhǔn)備工作：1.準(zhǔn)備 pdf 源文件，并將 pdf 按頁拆分成圖像文件。方法有很多，不一一贅述了，如圖例1；2.準(zhǔn)備 ocr 軟件，本人用的是abbyy finereader 10，如圖例2；二、初始工作：1.新建 finereader 文檔，如圖例3；2.點擊上欄“打開”圖標(biāo)，打開圖像，打開后，軟件處理圖像添加進文檔，如圖例4、5；提示：在新建的 finereader 文檔中，添加若干圖像文件，可以合理安排工作量，例如：按章節(jié)分派，每個文檔就是一個章節(jié)的圖像文件；平均分派，每個文檔取一個固定值的

3、圖像文件，便于均衡校對的工作量。3.保存 finereader 文檔，如圖例6；提示：建立并保存 finereader 文檔后，下次可以打開未完成的文檔，繼續(xù)校對工作。三、設(shè)置工作：1.將輸出設(shè)置為“另存為txt”，如圖例7；提示：個人認為無格式的txt文檔便于后期編輯，具體喜好因人而宜。2.點擊“選項”圖標(biāo)，設(shè)置“文檔語言”，這個很重要，如圖例8；提示：簡體中文書籍，繁體書籍，英文書籍請按相應(yīng)語言設(shè)置，也可按右側(cè)“編輯語言”，設(shè)置你要的語言，不要添加過多選項，否則將影響準(zhǔn)確率。如圖例9。3.在“選項”內(nèi)選“查看”標(biāo)簽，設(shè)置軟件顯示待校對文字的字體，如圖例10；提示：我選“楷體”，并不是說我喜

4、歡這個字體，而是因為，很多生僻字在楷體字庫下顯示不出，例如“事”和“亊”，識別為“亊”，在宋體下能顯示，楷體不顯示，便于糾錯。四、校對工作：1.打開 finereader 文檔（類似一個專輯），調(diào)出一組圖像文件；2.一般情況打開左右兩欄，左側(cè)原圖，右側(cè)待校對文字；3.調(diào)整好兩欄顯示大?。?.打開右上角“顯示不可打印字符”按鈕，便于將不規(guī)則字符去除；如圖例115.遇到書源不好的pdf，字跡比較模糊，也可調(diào)整為上下倆欄（共4欄），識別校對，如圖例12；6.軟件會將可能錯誤的字符以背景顏色顯示出來，便于校對更正，更正時可以手動輸入，也可以鼠標(biāo)移動待修改字，右鍵以顯示待選字符，再選擇正確字符。如圖例13；7.將此檔校對完畢，保存輸出，如圖例14；8.其他一些情況，如中英文混編的書籍，更復(fù)雜一些。建議分別選擇識別區(qū)域，分別識別，如圖例15。9.ocr 技術(shù)的擴展應(yīng)用，一份小女的卷子，手機拍下，分別識別校對。五、總結(jié)：有書友提出不必拆分為圖片，直接進行轉(zhuǎn)換，甚至有的軟件號稱可以直接 pdf 轉(zhuǎn) epub。當(dāng)然那也是可以的，同樣的 ocr 軟件輸出質(zhì)量應(yīng)該是相差無幾的。但是本人是完美主義者，做事的理念是：“不喜歡難看的東西，更不喜歡錯誤的東西”。所以多做了一些前期工作，喜歡以圖片、文字對照的方式邊讀邊校對。作完一