0 前言

今天在國(guó)產(chǎn)電腦上辦公，需要從一些PDF文件中復(fù)制文字內(nèi)容，但是這些PDF文件是圖片轉(zhuǎn)換生成的，不支持文字選擇和復(fù)制，除了手工輸入，我們還可以使用OCR。

1 什么是OCR

OCR （Optical Character Recognition，光學(xué)字符識(shí)別），最初是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）檢查紙上打印的字符，通過(guò)檢測(cè)暗、亮的模式確定其形狀，然后用字符識(shí)別方法將形狀翻譯成計(jì)算機(jī)文字的過(guò)程；隨著軟件功能的發(fā)展，也可以將圖片、PDF等電子文件的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過(guò)識(shí)別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)。

現(xiàn)在，不管是Windows系統(tǒng)，還是基于Linux的系統(tǒng)，都提供了具有OCR功能的軟件。

2 Windows平臺(tái)上的OCR軟件

在Windows平臺(tái)上，有很多OCR軟件，比較常見和常用的有：

1. Adobe Acrobat Pro：Adobe提供的全功能PDF編輯和處理工具，其中包含OCR功能。

2. ABBYY FineReader：一款功能強(qiáng)大的OCR軟件，可以將掃描的文檔、PDF文件等轉(zhuǎn)換為可編輯的文本格式。

3. Omnipage Ultimate：識(shí)別準(zhǔn)確率較高的OCR軟件，支持批量處理和自動(dòng)化的工作流程。

4. Readiris：適用于掃描儀和多功能設(shè)備的OCR軟件，可以將紙質(zhì)文檔轉(zhuǎn)換為可編輯的電子文件。

5. Nitro Pro：一款PDF編輯和管理工具，也具備OCR功能。

6. FreeOCR：一款免費(fèi)的OCR軟件，雖然功能相對(duì)較簡(jiǎn)單，但適合個(gè)人和小型項(xiàng)目使用。

7. 一些掃描儀也配備了OCR軟件，比如漢王OCR。? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

這些軟件都可以將掃描的文檔或圖片中的文字識(shí)別并轉(zhuǎn)換為可編輯的文本格式。用戶可以根據(jù)自己的需求和預(yù)算選擇適合自己的OCR軟件。

不僅如此，騰訊的QQ、微信都提供了對(duì)圖片的文字提取功能。

免費(fèi)開源的圖片瀏覽軟件irfanView也以插件的形式提供了OCR功能，不過(guò)只能識(shí)別英文。

因此，在Windows平臺(tái)上，使用OCR技術(shù)來(lái)提取圖片或電子文檔中的文字非常方便。

3??銀河麒麟系統(tǒng)上的OCR軟件

銀河麒麟系統(tǒng)上的QQ、微信目前還不能像在Windows平臺(tái)上一樣支持對(duì)圖片中文字的提取。

打開銀河麒麟系統(tǒng)的軟件商店，直接搜索OCR，結(jié)果如下：

目前有5款軟件。

3.1 OCRFeeder

OCRFeeder 是 GNOME 桌面下的一個(gè)開源 OCR 套件?？蓪⒓堎|(zhì)或者圖形文檔轉(zhuǎn)成電子文檔。

看起來(lái)不錯(cuò)，可惜安裝后運(yùn)行不了。

從軟件下面的評(píng)論來(lái)看，不止我一個(gè)人遇到這個(gè)問題。

3.2 The OCR-A

這只是一種字體，不是一個(gè)軟件。所以安裝后只會(huì)顯示“已安裝”。

3.3? 成者采編王（圖像編輯PDF/OFD掃描及文字識(shí)別OCR軟件）

安裝，運(yùn)行，打開上面這張照片，點(diǎn)擊框選OCR功能按鈕，選擇圖中的軟件介紹這部分文字

在圖片右側(cè)顯示出了OCR的結(jié)果：

軟件介紹

成者采編王，是專業(yè)的圖像文檔編輯和ocr識(shí)別軟件

成者采編王（圖像編輯PDF/OFD掃描打印及文字識(shí)別OCR軟件），是專業(yè)的圖像處理和ocr識(shí)別軟件，是成者為國(guó)產(chǎn)化平臺(tái)傾力打造的桌面端辦公應(yīng)用軟件，利用圖像算法的優(yōu)勢(shì)，實(shí)現(xiàn)快捷的圖像處理方式和高效的批量圖片處理和準(zhǔn)確的文字識(shí)別功能。集成了標(biāo)準(zhǔn)的SANE掃描儀/攝像頭類拍攝儀采集功能，實(shí)現(xiàn)數(shù)據(jù)的采集錄入。同時(shí)集成了標(biāo)準(zhǔn)打印文檔模塊，為日常辦公提供便利。軟件使用自研“成者遠(yuǎn)識(shí)”文字識(shí)別系統(tǒng)引擎，通過(guò)機(jī)器學(xué)習(xí)AI算法完成對(duì)海量數(shù)據(jù)的采樣和標(biāo)定，可快速批量的將圖片轉(zhuǎn)化成文字，對(duì)中準(zhǔn)確識(shí)別率高。支持xt，docx，雙層pdf，xlsx的格式導(dǎo)出，可輕松完成文字的編輯、檢索等工作，完成紙質(zhì)文件的無(wú)紙化轉(zhuǎn)換。支持文件夾快速切換，圖像縮略圖預(yù)覽，支持多文件選取，支持批量功能操作，如顏色處理、旋轉(zhuǎn)、裁剪、規(guī)格化、重命名，文字識(shí)別等功一個(gè)安裝包解決圖像處理和文字識(shí)別的問題，以極小體積的本地?cái)?shù)據(jù)庫(kù)完成對(duì)文字的識(shí)別，無(wú)需互聯(lián)網(wǎng)即可使用，安全應(yīng)用防止數(shù)據(jù)泄露。專業(yè)的UI設(shè)計(jì)及交互設(shè)計(jì)團(tuán)隊(duì)，精心打造每一個(gè)細(xì)節(jié)，讓用戶越用越流暢，越便捷。軟件版本會(huì)持續(xù)送代，功能和體驗(yàn)持續(xù)升級(jí)更新。預(yù)置白紙印章、證件底紋等顏色模式，實(shí)現(xiàn)快速切換。效率高，效果好

識(shí)別率不錯(cuò)。

這個(gè)軟件的評(píng)論區(qū)里也有不少用戶發(fā)表的評(píng)論：

就是沒注冊(cè)，不知道使用時(shí)是否存在功能限制。

3.4?截屏OCR

從軟件介紹來(lái)看似乎不錯(cuò)。

安裝后運(yùn)行，提示要在應(yīng)用商店下載依賴系統(tǒng)<電子檔案管理系統(tǒng)>。

3.5 Online OCR網(wǎng)頁(yè)版

從軟件介紹來(lái)看，這是一個(gè)在線OCR文字識(shí)別軟件，從PDF或圖片（支持JPG.BMP）中識(shí)別提取出文字，并將其轉(zhuǎn)換成Word/ExceUTXT文檔。

安裝后打開，會(huì)使用瀏覽器打開網(wǎng)址：免費(fèi)在線OCR - 將PDF轉(zhuǎn)換為Word或圖像轉(zhuǎn)換為文本

網(wǎng)頁(yè)中提示了操作步驟：

第一步，選擇并上傳文件

第二步，選擇識(shí)別語(yǔ)言和輸出文件格式，我們要識(shí)別簡(jiǎn)體中文的話，可以選擇 CHINESESMPLIFIED

第三步，識(shí)別并轉(zhuǎn)換

對(duì)于一般的文件，可以上傳和識(shí)別

如果是敏感的文件，就不能上傳和識(shí)別了。

4 小結(jié)

經(jīng)過(guò)測(cè)試，在銀河麒麟系統(tǒng)軟件商店中搜索出了5個(gè)OCR軟件，其中一個(gè)The OCR-A實(shí)際是字體而非軟件，所以實(shí)際上只有4個(gè)，在這4個(gè)軟件中，OCRFeeder運(yùn)行不了，截屏OCR不能單獨(dú)使用，Online OCR網(wǎng)頁(yè)版需要連接互聯(lián)網(wǎng)，而且不能處理敏感信息，所以真正可以放心使用的只有成者采編王（圖像編輯PDF/OFD掃描及文字識(shí)別OCR軟件）。