Scan agus OCR

Dea-thráthnóna

Is dócha go raibh gach duine againn ag tabhairt aghaidh ar an tasc nuair is gá duit doiciméad páipéir a aistriú go foirm leictreonach. Tá sé seo riachtanach go háirithe dóibh siúd a bhíonn ag staidéar, ag obair le cáipéisíocht, ag aistriú téacsanna ag úsáid foclóirí leictreonacha, srl.

San alt seo, ba mhaith liom roinnt de na bunghnéithe den phróiseas seo a roinnt. Go ginearálta, tá go leor ama ag baint le scanadh agus le haitheantas téacs, toisc go gcaithfear an chuid is mó de na hoibríochtaí a dhéanamh de láimh. Déanfaimid iarracht a fháil amach cad é, conas agus cén fáth.

Ní thuigeann gach duine rud amháin láithreach. Tar éis duit scanadh a dhéanamh (na bileoga go léir ar an scanóir a fheistiú) beidh pictiúir den fhormáid BMP, JPG, PNG, GIF agat (d'fhéadfadh go mbeadh formáidí eile ann). Mar sin, ón bpictiúr seo ní mór duit an téacs a fháil - tugtar aitheantas ar an nós imeachta seo. San ord seo, cuirfear i láthair thíos é.

1. Cad is gá chun scanadh agus aitheantas a dhéanamh?

1) Scanóir

Chun doiciméid phriontáilte a aistriú isteach i bhfoirm téacs, ní mór duit scanóir agus, dá réir sin, cláir “dhúchasacha” agus tiománaithe a chuaigh leis. Lena chois sin is féidir leat an doiciméad a scanadh agus é a shábháil le haghaidh tuilleadh próiseála.

Is féidir leat úsáid a bhaint as analógacha eile, ach is iondúil go n-oibríonn na bogearraí a tháinig leis an scanóir sa trealamh níos tapúla agus go bhfuil níos mó roghanna acu.

Ag brath ar an gcineál scanóra atá agat - is féidir le luas na hoibre a bheith éagsúil. Tá scanóirí ar féidir leo pictiúr a fháil ó bhileog i 10 soicind, tá cinn ann a gheobhaidh é i 30 soicind. Má scanann tú leabhar ar 200-300 bileog - sílim nach bhfuil sé deacair a ríomh cé mhéad uair a bheidh difríocht in am?

2) Clár aitheantais

Inár n-alt, taispeánfaidh mé duit an obair i gceann de na cláir is fearr le haghaidh scanadh agus aithníonn tú aon doiciméid go hiomlán - ABBYY FineReader. Ó shin i leith íoctar an clár, ansin tabharfaidh mé nasc láithreach go dtí ceann eile - a analóg saor in aisce den Fhoirm Cunei. Fíor, ní dhéanfainn iad a chur i gcomparáid, mar gheall go mbuaileann FineReader ar gach slí, molaim go ndéanfaí iarracht an rud céanna a dhéanamh.

ABBYY FineReader 11

Suíomh oifigiúil: http://www.abbyy.ru/

Ceann de na cláir is fearr dá leithéid. Tá sé deartha chun an téacs sa phictiúr a aithint. Tógadh go leor roghanna agus gnéithe. Féadann sé bunchlónna a pharsáil, tacaíonn sé le leaganacha lámhscríofa fiú (cé nach ndearna mé iarracht air go pearsanta, ceapaim gur maith an leagan lámhscríofa a aithint, ach amháin má tá peannaireacht peannaireachta foirfe agat). Pléifear tuilleadh eolais faoi bheith ag obair léi thíos. Tugaimid faoi deara anseo freisin go gclúdóidh an t-alt an obair i gclár 11 leaganacha.

De ghnáth, níl leaganacha difriúla de ABBYY FineReader an-difriúil óna chéile. Is féidir leat an rud céanna a dhéanamh go héasca sa chás eile. D’fhéadfadh na príomhdhifríochtaí a bheith mar áis, luas an chláir agus a chumas. Mar shampla, diúltaíonn leaganacha níos luaithe doiciméad PDF agus DJVU a oscailt ...

3) Doiciméid le scanadh

Sea, mar sin, shocraigh mé ar na doiciméid a thógáil amach i gcolún ar leith. I bhformhór na gcásanna, scanáil aon téacsleabhair, nuachtáin, ailt, irisí, etc. ie na leabhair sin agus an litríocht atá á éileamh. Cad as a dtiocfaidh mé? Ó thaithí phearsanta, is féidir liom a rá go bhfuil tú ag iarraidh a scanadh - b'fhéidir go bhfuil tú ar an idirlíon cheana féin! Cá mhéad uair a rinne mé am a shábháil go pearsanta nuair a fuair mé leabhar amháin nó ceann eile a scanadh cheana féin ar an líonra. B'éigean dom an téacs a chóipeáil isteach sa doiciméad agus leanúint leis.

Ón chomhairle shimplí seo - sula scanann tú rud éigin, seiceáil an bhfuil scanadh déanta ag duine cheana féin agus nach gá duit do chuid ama a chur amú.

2. Roghanna scanadh téacs

Anseo, ní labhróidh mé faoi na tiománaithe atá agat don scanóir, na cláir a chuaigh leis, toisc go bhfuil na samhlacha scanóra go léir difriúil, tá bogearraí difriúil i ngach áit agus buille faoi thuairim agus fiú amháin níos soiléire ag léiriú conas an oibríocht a dhéanamh tá sé neamhréadúil.

Ach tá na socruithe céanna ag gach scanóir a d'fhéadfadh tionchar mór a imirt ar luas agus ar cháilíocht do chuid oibre. Seo mar gheall orthu labhairt liom anseo. Liostóidh mé in ord.

1) Scan-chaighdeán - DPI

Ar an gcéad dul síos, socraigh an caighdeán scanála sna roghanna nach ísle ná 300 DPI. Tá sé inmholta beagán níos mó a chur, más féidir. Dá airde an táscaire DPI, is ea is soiléire a thiocfaidh do phictiúr amach, agus mar sin de, déanfar tuilleadh próiseála níos tapúla. Ina theannta sin, is amhlaidh is airde an caighdeán den scanadh - na botúin is lú a chaithfidh tú a cheartú níos déanaí.

Soláthraíonn an rogha is fearr, de ghnáth 300-400 DPI.

2) crómatacht

Téann an paraiméadar seo i bhfeidhm go mór ar am an scanta (dála an scéil, tá tionchar ag DPI freisin, ach tá siad chomh láidir sin agus nuair a leagann an t-úsáideoir ardluachanna amach).

De ghnáth bíonn trí mhodh ann:

- dubh agus bán (foirfe do ghnáth-théacs);

- liath (oiriúnach do théacs le táblaí agus pictiúir);

- dath (le haghaidh irisí datha, leabhair, go ginearálta, doiciméid, áit a bhfuil dath tábhachtach).

De ghnáth bíonn an t-am scanta ag brath ar an dath a roghnaítear. Tar éis an tsaoil, má tá doiciméad mór agat, beidh am réasúnta ar fiú 5–10 soicind breise ar an leathanach ina iomláine ...

3) Grianghraif

Is féidir leat an doiciméad a fháil ní amháin trí scanadh, ach trí phictiúr de a thógáil. De ghnáth, sa chás seo beidh roinnt fadhbanna eile agat: saobhadh íomhá, blurring. Dá bharr sin, d'fhéadfadh go mbeadh gá le tuilleadh eagarthóireachta agus próiseála ar an téacs a fuarthas. Go pearsanta, ní mholaim ceamaraí a úsáid don ghnó seo.

Tá sé tábhachtach a thabhairt faoi deara nach n-aithneofar gach doiciméad dá leithéid, mar gheall ar cáilíocht a scanadh is féidir leis a bheith an-íseal ...

3. Téacs an doiciméid a aithint

Glacaimid leis go bhfuair tú na leathanaigh chothaithe a ndearnadh scanadh orthu. Is minic gur formáidí iad: tif, bmb, jpg, png. Go ginearálta, le haghaidh ABBYY FineReader - níl sé seo an-tábhachtach ...

Tar éis dó an pictiúr a oscailt in ABBYY FineReader, mar riail, tosaíonn an clár ar an meaisín réimsí a roghnú agus iad a aithint. Ach uaireanta déanann sí mícheart é. Chuige seo, déanaimid machnamh ar roghnú na réimsí inmhianaithe de láimh.

Tá sé tábhachtach! Ní thuigeann gach duine láithreach go bhfuil an doiciméad foinse le feiceáil ar chlé san fhuinneog tar éis doiciméad a oscailt sa chlár, ina dtugann tú aird ar réimsí éagsúla. Tar éis duit an cnaipe "aitheantas" a chliceáil, tabharfaidh an clár san fhuinneog ar dheis an téacs críochnaithe duit. Tar éis aitheantais, dála an scéil, tá sé inmholta an téacs a sheiceáil le haghaidh earráidí sa FineReader céanna.

3.1 Téacs

Úsáidtear an réimse seo chun téacs a aibhsiú. Ba chóir pictiúir agus táblaí a eisiamh uaidh. Caithfear clónna neamhchoitianta agus neamhghnácha a iontráil de láimh ...

Chun limistéar téacs a roghnú, tabhair aird ar an bpainéal ag barr an FhineReader. Tá cnaipe "T" (féach an scáileán thíos, tá pointeoir na luiche díreach ar an gcnaipe seo). Cliceáil air, ansin sa phictiúr thíos roghnaigh an ceantar dronuilleogach néata ina bhfuil an téacs. Dála an scéil, i gcásanna áirithe caithfidh tú bloic téacs 2-3 a chruthú, agus uaireanta 10-12 in aghaidh an leathanaigh, mar gheall ar Is féidir le formáidiú téacs a bheith difriúil agus ní roghnaíonn tú an limistéar iomlán le dronuilleog amháin.

Tá sé tábhachtach a thabhairt faoi deara nár chóir go dtitfeadh íomhánna isteach sa limistéar téacs! Sa todhchaí, sábhálfaidh sé go leor ama duit ...

3.2 Pictiúir

Úsáidtear é chun aird a tharraingt ar íomhánna agus ar na réimsí sin ar deacair iad a aithint de bharr droch-chaighdeán nó cló neamhghnách.

Sa phictiúr thíos, tá pointeoir na luiche suite ar an gcnaipe a úsáidtear chun an limistéar "pictiúr" a roghnú. Dála an scéil, is féidir aon chuid den leathanach a roghnú sa réimse seo, agus cuirfidh FineReader isteach sa doiciméad é mar ghnáthíomhá. Ie cóipeálfar "dúr" ...

De ghnáth, úsáidtear an réimse seo chun táblaí nach bhfuil scanadh go maith a aibhsiú, chun téacs agus cló neamhchaighdeánach a aibhsiú, na híomhánna féin.

3.3 Táblaí

Taispeánann an scáileán thíos an cnaipe chun na táblaí a aibhsiú. Go ginearálta, is annamh a úsáideann mé é go pearsanta. Is é fírinne an scéil go gcaithfidh tú gach líne ar an tábla a tharraingt (i ndáiríre) go rialta agus an clár a thaispeáint agus conas é. Má tá an tábla beag agus nach bhfuil sé ar chaighdeán an-mhaith, molaim an limistéar “pictiúr” a úsáid chun na gcríoch seo. Dá bhrí sin sábháltar a lán ama, agus ansin is féidir leat tábla a dhéanamh go tapa i Word ar bhonn pictiúr.

3.4 Míreanna Neamhriachtanacha

Tá sé tábhachtach a thabhairt faoi deara. Uaireanta bíonn gnéithe neamhriachtanacha ar an leathanach a fhágann go bhfuil sé deacair an téacs a aithint, nó ná lig duit an limistéar atá ag teastáil a roghnú ar chor ar bith. Is féidir iad a bhaint as an “scriosán” ar chor ar bith.

Chun seo a dhéanamh, téigh go dtí an modh eagarthóireachta íomhá.

Roghnaigh an uirlis scriosáin agus roghnaigh an limistéar nach dteastaíonn. Scriosfar é agus beidh bileog pháipéir ina áit.

Dála an scéil, molaim an rogha seo a úsáid duit chomh minic agus is féidir. Bain triail as na réimsí téacs go léir a roghnaigh tú, áit nach bhfuil píosa téacs de dhíth ort, nó má tá aon phointí neamhriachtanacha ann, blinneas, saobhadh - scrios le scriosán. Beidh A bhuíochas leis an aitheantas a bheith níos tapúla!

4. Comhaid PDF / DJVU a aithint

Go ginearálta, ní bheidh an fhormáid aitheantais seo difriúil leis na daoine eile - i.e. Is féidir leat oibriú leis díreach cosúil le pictiúir. An t-aon rud nár cheart go mbeadh an clár ró-sheanleagan air, mura n-osclaíonn tú comhaid PDF / DJVU - nuashonraigh an leagan go 11.

Is beag comhairle. Tar éis dó an doiciméad a oscailt i FineReader - tosóidh sé ag aithint an doiciméid go huathoibríoch. Go minic i gcomhaid PDF / DJVU, ní theastaíonn achar sonrach den leathanach ar fud an doiciméid ar fad! Chun an limistéar sin a bhaint ar gach leathanach, déan na rudaí seo a leanas:

1. Téigh go dtí an rannóg eagarthóireachta íomhá.

2. Cumasaigh an rogha "scamhadh".

3. Roghnaigh an limistéar atá uait ar gach leathanach.

4. Cliceáil ar na leathanaigh go léir agus ar an gcaitheamh.

5. Earráid agus torthaí na hoibre a sheiceáil agus a shábháil

Is cosúil go bhféadfadh fadhbanna eile a bheith ann, nuair a roghnófaí na ceantair go léir, ansin aithneofar iad - tóg é agus sábháil é ... Ní raibh sé ann!

Ar dtús, ní mór dúinn an doiciméad a sheiceáil!

Chun é a chumasú, tar éis aitheantais, beidh cnaipe "seiceála" ar an bhfuinneog ar thaobh na láimhe deise, féach an scáileán thíos. Tar éis é a chliceáil, taispeánfaidh clár FineReader duit go huathoibríoch na réimsí sin ina bhfuil earráidí ag an gclár agus ní fhéadfadh sé siombail amháin nó siombail eile a chinneadh go hiontaofa. Ní bheidh ort ach an clár a roghnú, nó a aontaíonn tú leis, nó do charachtar a chur isteach.

Dála an scéil, i leath na gcásanna, thart timpeall, tabharfaidh an clár focal ceart réidh duit - ní mór duit ach an luch a úsáid chun an rogha is mian leat a roghnú.

Ar an dara dul síos, tar éis duit a sheiceáil ní mór duit an fhormáid ina roghnaíonn tú toradh do chuid oibre a roghnú.

Tugann FineReader deis duit an méid is mó a bhaint amach: is féidir leat an t-eolas a aistriú i Word amháin, agus is féidir leat é a shábháil i gceann de na mórán formáidí. Ach ba mhaith liom gné thábhachtach eile a aibhsiú. Cibé formáid a roghnaíonn tú, tá sé níos tábhachtaí an cineál cóip a roghnú! Smaoinigh ar na roghanna is suimiúla ...

Cóip bheacht

Beidh na réimsí go léir a roghnaigh tú ar an leathanach sa doiciméad aitheanta ag teacht go díreach leis an doiciméad foinse. Rogha an-áisiúil nuair atá sé tábhachtach nach gcaillfidh tú formáidiú téacs. Dála an scéil, beidh na clónna an-chosúil leis na clónna. Molaim leis an rogha seo an doiciméad a aistriú go Word, chun leanúint ar aghaidh le hobair bhreise ann.

Cóip in-eagraithe

Tá an rogha seo go maith mar go bhfaigheann tú leagan formáidithe den téacs cheana féin. Ie An "ciliméadar", a d'fhéadfadh a bheith sa bhundoiciméad a bhlaiseadh - ní bheidh tú á chomhlíonadh. Rogha úsáideach nuair a eagróidh tú an fhaisnéis go suntasach.

Fíor, níor chóir duit a roghnú an bhfuil sé tábhachtach duit stíl an deartha, clónna, fleasc a chaomhnú. Uaireanta, mura n-éiríonn go han-mhaith leis an aitheantas - d'fhéadfadh do cháipéis “sceitheadh” mar gheall ar an athrú formáidithe. Sa chás seo, moltar cóip bheacht a roghnú.

Téacs soiléir

Rogha dóibh siúd nach dteastaíonn ach an téacs ón leathanach gan gach rud eile. Oiriúnach do dhoiciméid gan pictiúir agus táblaí.

Críochnaíonn sé seo an t-alt scanadh doiciméad agus aitheantas. Tá súil agam, le cabhair ó na leideanna simplí seo gur féidir leat do chuid fadhbanna a réiteach ...

Ádh mór!