尚书七号文字识别软件提取文字技巧

尚书七号是一款很不错的文字识别软件，怎么样准确提取图片上面的文字还是需要一定的技巧的，注意一点技巧,工作效率还是会提高的，下面给大家分享的是尚书七号文字识别软件提取文字技巧。

基本使用方法:

1、打开尚书七号,选择打开图象。（我用的版本可以识别的格式有bmp、tif、jpg）

2、选择开始识别或按F8。识别结果将显示在窗口上部，下部显示版面分析结果。其中红线为可识别部分，绿线为不可识别。

3、选择输出--到指定格式文件，将识别结果保存为需要的格式。

识别前应注意的问题：

1、图片质量。批量识别时，首先应确保要识别的图片质量。如不能识别还需要重新处理，甚至会导致软件死掉，浪费时间。我本人就曾深受其苦。图片分辨率应稍高，肉眼看感觉偏大，因为识别工具是有点近视的，文字和底色对比要求不高，通常来说，肉眼能看清楚即可，底色发灰或发黑基本不会影响识别结果。

2、避免有不规则形状（图片）出现。识别工具在进行版面分析时，只能采用方形切割，当图片中存在文字环绕不规则形状时，则无法将文字和该形状划分开，则将出现错误或无法识别。此时，较快的办法是在PS中，吸取该图片附近的页面底色，用粗画笔将该区域涂上，不必讲求效果，颜色没有太大差别即可，重新保存图片。

3、避免图象倾斜。尚书七号中也有自动倾斜校正和手动倾斜校正工具，但即使经过校正，识别率还是低很多。如果是拍摄的书本，可能会产生一定弧度，此时保证行的两端对齐即可。另外在拍摄时应避免高光等会使图象各部分亮度反差大的情况。

书本转换（扫描、拍摄）技巧

1、可以将书摊平，一次将两边都扫描或拍摄下来，节省时间。处理图片时不必剪开，这时要用到尚书七号的分栏工具了。直接用鼠标在打开的图象上拖拽，可出现选框，分成左右两个分栏，分栏左上角的编号就是识别结果的排列顺序。它会将自动按照编号顺序将所有分栏的内容连接在一起。

2、手动分栏可解决部分图象无法识别的问题。在进行识别后，可以看到版面分析结果，有时候由于图象质量原因，自动分析出的有效版面只是很小的一部分。此时可以按ctrl+del取消版面分析结果，用鼠标拖拽，划定需要识别的范围，重新进行识别。当图片质量问题不大时，这个办法有效。

有时候（尤其是拍摄所得图片），文字扭曲严重，即使用PS也无法调整好。可尝试手动分栏，多划分几栏，每一栏包含一行或少数几行文字，这样对于每个分栏来说，它所包含的范围内误差度相对减小，可提高识别率。

3、使用批量识别功能。尚书七号可以一次性识别大量图片。但在实际应用中，依次识别不宜过多，便于随时检查识别结果，发现错误及时修正。

4、批量识别图象时，保存文件也要花费大量时间。事实上，尚书七号在识别文件的同时，会在图片所在文件夹生成文本文档，名称与图片名称相同。因此，如果不是特别需要，可以不必再保存输出结果。

如所识别内容属于一部分，可以将左侧的图象列表全选（ctrl+A），再选择“输出--到指定格式文件”，则当前所有识别内容按照图片排列顺序保存在一个文件中。

我使用的尚书七号不能记忆保存路径，每次选择保存时，都会默认打开程序安装目录下的“outout”文件夹，不必每次都选择路径，可以先保存在这里，然后一起转移文件。

5、如果想保留文件中的图片，在输出结果时选用RTF格式，再用word打开，可以看到格式完全正确的文字和图片了。

6、用书本的页码给文件命名是明智的选择。我曾经用内容摘要命名，自以为清晰明了，结果在最后修正错误字符时悔恨交加。

7、当一个图象完全无法识别时，可稍稍增加亮度或对比度，有时候只差那么一点点，它也不给你工作。

8、分栏的几个类型。当单击一个分栏时，工具栏中会相应分栏类型的按纽会按下。分栏有横栏（横排文字）、竖栏（竖排文字）、图片、表格等几个类型，一般情况下可以自动识别类型，但手动分栏时一定要选择相应的类型，以提高识别率。

以上问题针对拍摄情况而言，扫描的话相信会减少问题，如果能拆书的话，最好还是拆吧。