| 在我們?nèi)粘５膶W(xué)習(xí)中常遇到pdf，caj等文件需要提取其中的文字。當(dāng)然這兩種格式文件的閱覽器都具備識別功能，但是缺點是，不是所有的都能識別，或者排版格式很亂。當(dāng)遇到這種情況時，不妨試試以下方法： 其實office是自帶文字識別系統(tǒng)的，只是我們都沒有留意到。首先說說他的優(yōu)點：識別率高；基本不破壞原有排版格式；對所有的圖片格式都適用； 下面說說具體使用步驟： 第一步：安裝，在安裝office時必須選擇其中一個叫“Microsoft Office Document Imaging”的組件。如果是第一次安裝，直接跳到第二步。如果已經(jīng)安裝了office2003，那么只要再次運行安裝程序，會出現(xiàn)如下界面（圖1），默認(rèn)選擇“添加或刪除功能”點擊下一步。  第二步：在出現(xiàn)的窗口中在“選擇應(yīng)用程序的高級自定義”前打勾，如圖2。點擊下一步。  第三步：找到Office工具下的“Microsoft Office Document Imaging”如圖3，鼠標(biāo)左鍵點擊圖中箭頭所指處。選擇“從本機運行”然后點擊“更新”就安裝完畢了。  第四步：使用，首先對需要識別的文件打印（是虛擬打?。?，如caj，pdf可在其閱覽器中選擇打印。而對于圖片，可以把它插入到word中再選擇打印。這里要注意，打印時選擇的打印機應(yīng)該是虛擬打印機。如圖4（以pdf文件打印為例），在箭頭所指的下拉菜單中選擇“Microsoft Office Document Imaging Writer”即可。然后打印很快就可以自動生成一個MDI格式的文檔。  第五步：打印后會自動打開這個mdi文件，如圖5。選擇圖中箭頭所指的按鈕（前面那個），進(jìn)行OCR文字識別。等待識別完成后（識別時間視文件大小而定），然后再選擇箭頭所指（后面那個）即可將所識別的文本發(fā)送到word中去。  第六步：只需要經(jīng)過簡單的排版即可使用所需的文字了。 |
