• 各種格式文件ocr成word文件的方法

• ---

你還在為不同格式的文件怎么變成word文件發(fā)愁嗎？各種識(shí)別軟件各有缺陷，識(shí)別效率低，讓你痛苦不堪，有的只能識(shí)別字，對(duì)表格和圖形無(wú)能為力，識(shí)別完了，版面亂七八糟，無(wú)法使用。現(xiàn)在好了，本文針對(duì)各種情況下文字識(shí)別進(jìn)行總結(jié)，幫助大家掌握正確方法，節(jié)省時(shí)間，本文給出了所有情況下全文件表格、圖形、文字識(shí)別的完美解決方案：

1、PDF文件的識(shí)別：

1）文件可以直接識(shí)別的（以文本形式保存的PDF文件）：安裝acrobat 7專(zhuān)業(yè)版，注意不是acrobat reader（下載 http://www.xdowns.com/soft/4/136/2006/Soft_29430.html），直接另存為rtf文件（識(shí)別整個(gè)文件），或者選擇工具欄上的文字選擇按鈕，然后選擇文字區(qū)域，然后復(fù)制到word等中。

2）文件不能直接識(shí)別的（以圖片形式保存的PDF文件）：安裝office2003（下載http://www.xdowns.com/soft/188/215/2006/Soft_28356.html?），并裝上office工具M(jìn)icrosoft Office Document Imaging（完全安裝此工具），然后在打印機(jī)里面會(huì)增加Microsoft Office Document Image Writer打印機(jī)，然后將PDF文件打印到此打印機(jī)，選擇打印形成的文件的保存位置，然后會(huì)自動(dòng)形成一個(gè)MDI文件，并且自動(dòng)用Microsoft Office Document Image打開(kāi)此文件，然后選擇“工具”菜單下的“使用ocr識(shí)別文本”，識(shí)別完成后，在選擇“工具”下的，“將文本發(fā)送到word”，最后將把整個(gè)PDF文件識(shí)別輸出到word文件中。

注意：Microsoft Office Document Image可以非常準(zhǔn)確的全文件識(shí)別轉(zhuǎn)化中文、英文、表格，但是無(wú)法將圖形輸出到word，而是把文件中的所有圖形單獨(dú)形成一個(gè)個(gè)獨(dú)立的圖片文件，放在相同位置的一個(gè)相同名稱(chēng)的文件夾中，因此可用snagit軟件將圖形打開(kāi)，然后復(fù)制到word中。（所有的識(shí)別軟件都不能很好的處理圖形的識(shí)別問(wèn)題，Microsoft Office Document Image的這種處理方法已經(jīng)是非常好的解決這個(gè)問(wèn)題了。）


3）加密的Pdf文件：先下載解密軟件（下載http://www.xdowns.com/soft/4/85/2006/Soft_29750.html?），解密后在參看1),2)
4）繁體pdf文件：用2)的方法識(shí)別到word后，用word中的“工具”－－“語(yǔ)言”－－－“中文繁簡(jiǎn)轉(zhuǎn)換”


2、caj文件的識(shí)別：

1）局部文字識(shí)別：直接使用caj瀏覽器（下載地址 http://www.xdowns.com/soft/4/136/2006/Soft_29737.html ）的ocr
2）全文件識(shí)別：打印到Microsoft Office Document Image Writer打印機(jī)，后面和上面的2)操作一樣
3）博碩論文全文下載：在線(xiàn)閱讀博碩論文，待可以看到最后一頁(yè)后，不要關(guān)閉caj瀏覽器，到caj安裝目錄下cache中找到一個(gè)較大的文件，拷貝到其他位置即可。然后使用2)全部轉(zhuǎn)化為word。


3、超星文件的識(shí)別：

1）局部文字識(shí)別：直接使用超星瀏覽器（下載地址 http://www.xdowns.com/soft/31/91/2006/Soft_27810.html ）的ocr
2）全文件識(shí)別：打印到Microsoft Office Document Image Writer打印機(jī)，后面和上面的2)操作一樣，要注意的是，超星打印功能有點(diǎn)區(qū)別，因?yàn)槌鞘悄夸浐腿姆珠_(kāi)的，所以打印時(shí)，需要分別把目錄和正文識(shí)別到word中，在合并到一起。打印時(shí)要填入打印頁(yè)碼從1到最后一頁(yè)，不要選擇打印全部。此外在打印選項(xiàng)中，還要將頁(yè)面比例設(shè)成真實(shí)大小，而不是整寬。注意：識(shí)別速度比其他格式要慢很多，請(qǐng)保持耐心，但是最后當(dāng)你看到輕松的生成全本書(shū)的word版本時(shí)，你會(huì)欣喜若狂的，呵呵。我的試驗(yàn)結(jié)果是一本280頁(yè)的書(shū)，識(shí)別需要幾分鐘的時(shí)間。

3）超星相對(duì)比較麻煩一些，如果還有問(wèn)題，可以先把超星打印成完整的pdf文件，然后在用1、的方法轉(zhuǎn)成word


4、其他情況下的識(shí)別：

使用snagit軟件（下載 http://www.xdowns.com/soft/31/46/2006/Soft_29690.html ）將任何形式的文字可以變成圖片，例如使用snagit將屏幕拷貝成圖片，然后右鍵點(diǎn)擊圖片文件，用microsoft Office Document Image打開(kāi)圖形，其他和2)一樣。


注意：其他的各種識(shí)別軟件請(qǐng)不要在用，因?yàn)橐粗荒茏R(shí)別中文，要么只能識(shí)別英文，要么不能識(shí)別整個(gè)文件，要么不能識(shí)別屏幕拷貝圖像，要么識(shí)別誤差很大，要么不能識(shí)別表格，要么需要注冊(cè)，要么識(shí)別速度很慢，要么使用不便（和word結(jié)合不緊），這些軟件包括：紫光ocr，萬(wàn)方pdfocr，尚書(shū)，漢王，ScanSoft PDF Converter，pdf2word，以及各種被推薦的軟件等等，我都裝過(guò)，現(xiàn)在都像LJ一樣刪除了。只要安裝了acrobat 專(zhuān)業(yè)版，snagit，office2003，現(xiàn)在你可以完美的做任何事，最重要的是這幾個(gè)軟件很好得到。

針對(duì)一些問(wèn)題的補(bǔ)充：
經(jīng)過(guò)一些試驗(yàn)，發(fā)現(xiàn)microsoft Office Document Image 存在一些不穩(wěn)定的問(wèn)題，例如在用caj打印到Microsoft Office Document Image Writer打印機(jī)時(shí)，發(fā)現(xiàn)用caj5.5版本比較快，（caj5.5不能加升級(jí)補(bǔ)丁），而caj5.0有時(shí)出現(xiàn)假死機(jī)。
另外頁(yè)面顯示大時(shí)，轉(zhuǎn)化的識(shí)別率較高。
如果頁(yè)數(shù)多的文件，包括超星，如果有問(wèn)題，可以分多次轉(zhuǎn)化。

再次補(bǔ)充：
1、由于虛擬打印到Microsoft Office Document Image Writer 比較慢，并且形成的虛擬文件很大，1本200多頁(yè)的書(shū)大約是60M，因此會(huì)嚴(yán)重影響機(jī)器的運(yùn)行速度和C盤(pán)空間以及內(nèi)存空間，建議配置好的機(jī)器一次轉(zhuǎn)化不要超過(guò)200頁(yè)，配置差的不要超過(guò)100頁(yè)，同時(shí)打印時(shí)在右下角系統(tǒng)欄中會(huì)出現(xiàn)打印機(jī)圖，你可以雙擊，看到打印任務(wù)的進(jìn)度，以免以為死機(jī)了。另外轉(zhuǎn)化完成后請(qǐng)刪除c:/windows/temp目錄下的虛擬打印文件，否則你的c盤(pán)很快會(huì)被用光。

2、建議如果發(fā)生打印到Microsoft Office Document Image Writer很慢或者假死的情況，可以先打印到snagit虛擬打印機(jī)，會(huì)自動(dòng)生成tiff文件，速度比Microsoft Office Document Image Writer快，然后在snagit中，選擇打印機(jī)為Microsoft Office Document Image Writer打印機(jī)，（相當(dāng)于再打印到Microsoft Office Document Image Writer打印機(jī)），然后選擇snagit---outputs下的printer，然后選擇snagit----file----finish output，即可生成msi文件，其他一樣。轉(zhuǎn)化完成后請(qǐng)刪除c:/windows/systems32/snagit臨時(shí)文件。

總結(jié)

以上是生活随笔為你收集整理的各种格式文件ocr成word文件的方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。