万方数据文字识别插件

万方数据文字识别插件用户手册万方数据股份有限公司2002年PAGEi目录TOC\o"1-3"\h\z1. 引言 12. 软件概述 13. 运行环境 13.1 硬件环境 13.2 软件环境 13.3 网络环境 14. 安装步骤 15. 使用过程 3PAGE5引言本手册主要说明万方数据文字识别插件的功能及使用方法，以用户可以参考本手册掌握软件使用方法为目的。软件概述万方数据文字识别插件能够对数字复印机产品所加工的PDF文件进行OCR整页识别或选择部分区域运行识别，并将识别结果保存为文本文件。运行环境硬件环境IBMPC及其兼容机，Intel586以上CPU及其兼容芯片，64MB内存以上。软件环境操作系统：Windows95/98/2000。PDF阅读器：AcrobatReader4.0以上版本。网络环境无。安装步骤第一步运行安装程序，弹出插件安装窗口，如图（1）。图（1）[注]安装插件之前，请确认已安装AcrobatReader。第二步根据提示单击[下一步]按钮，弹出窗口，如图（2），在此窗口可选择是否安装浏览器插件。安装浏览器插件后可以在浏览器中浏览PDF文件，并进行OCR识别。 图（2）第三步单击[下一步]按钮，开始安装，并会显示安装进度。安装完成后，单击[完成]按钮结束插件安装。第四步启动AcrobatReader，选择其“编辑”菜单的“首选项(N)”选项，进入“首选项”设置对话窗，用鼠标点击此对话窗左侧列表栏中的“选项”，使“仅认证的增效工具”栏前的方框为空白(不要打钩!)，选用“确认”按钮退出此窗口，退出AcrobatReader。使用过程启动AcrobatReader，并打开数字复印机加工的PDF文件。在“工具”菜单中会出现一个“万方OCR识别工具”选项，在快速工具栏上也会显示两个“万方OCR识别工具”按钮，如图（3）。这两个OCR识别工具，一个提供整页识别功能，一个提供选择部分区域识别功能。若在打开数字复印机加工的图形PDF文件后，在快速工具栏没有显示“万方OCR识别工具”按钮，而您又希望在快速工具栏没有显示“万方OCR识别工具”按钮，则请用鼠标右键点击快速工具栏，选择弹出菜单中的“WanFangOCR工具”选项。若要退出OCR识别准备状态，则请用鼠标右键点击快速工具栏，使其弹出菜单中的“WanFangOCR工具”选项处于没有选择状态(此选项前不要打钩)。单击OCR整页识别按钮后进入OCR识别准备状态，鼠标指针将转变为OCR字样。在PDF文件浏览窗口点击所显示的PDF文件内容，出现提示框询问是否把当前页保存为TIFF图像文件，如图（4）。单击[是]按钮，将弹出文件保存对话框，输入要保存的文件名，单击[确定]按钮即可将当前页保存到磁盘。单击[否]按钮会对当前页进行识别，并弹出识别窗口，如图（5）。识别窗口内的文字部分即为识别的结果。单击[保存]按钮以文本文件的形式把识别结果保存到磁盘。若要退出识别窗口，单击[取消]按钮。OCR识别按钮OCR识别按钮OCR识别按钮OCR识别按钮OCR识别按钮OCR识别按钮 图（3） 图（4）图（5）单击OCR选区识别按钮后进入OCR识别准备状态。在PDF文件浏览窗口点击所显示的PDF文件内容，出现选区识别窗口，如图（6）。对图像内容进行识别时，先须在图像显示框中拖动鼠标选择须识别的区域，选择后，图像显示框中显示选择的图像部分区域，如果选择操作不够准确，可以单击[还原]按钮恢复原来的图像，再重新选择。选择确定后单击[识别]按钮开始识别，识别结果显示在窗口右侧的文本框中。若要保存识别结果，可以单击[保存]按钮，在弹出的对话框中输入文件名，并单击[保存]按钮即可。 图（6）[参数设置]按钮用来设置识别过程用到的参数。单击[参数设置]按钮，将弹出参数设置对话框，如图（7）。图（7）字体选项须根据当前要识别的图像内容的字体进行设置，图像内容的字体与选项指明的字体必须一致。字体选项有简体、繁体、纯英文、日文、手写体五种。内码选项指明识别结果输出何种汉字码，选项有GB码（简体字）、BIG_5码（繁体字）、JIS、S-JIS、GBK五种