文通OCR文通數(shù)據(jù)錄入工廠培訓(xùn)課件

1、TH-OCR 2019 文通數(shù)據(jù)錄入工廠培訓(xùn)內(nèi)容一、軟件系統(tǒng)簡(jiǎn)介二、圖像掃描簡(jiǎn)介三、操作流程四、詳細(xì)操作五、縱向校對(duì)編輯器六、原式原樣編輯器七、其他工具一、軟件系統(tǒng)介紹1系統(tǒng)組成2技術(shù)性能3系統(tǒng)操作流程圖4系統(tǒng)安裝與卸載5系統(tǒng)配置及管理1、系統(tǒng)組成OCR 識(shí)別： 將圖象文件進(jìn)行識(shí)別，轉(zhuǎn)化為電子文檔。這是本系統(tǒng)的核心。高效校對(duì)： 利用橫向校對(duì)及縱向校對(duì)手段對(duì)識(shí)別后所得的電子文檔進(jìn)行校對(duì)改錯(cuò)。版面還原： 將電子文檔以用戶所需的格式（HTML、PDF、JDA、RTF、XLS、TXT 等）導(dǎo)出在相應(yīng)的應(yīng)用軟件中，可實(shí)現(xiàn)圖文結(jié)合（TXT 格式除外），進(jìn)行原式原樣的編輯，并可調(diào)整、豐富版面信息，使生成最佳

2、的版面。輔助工具： 包括版面拼接及字符位置等工具。便于用戶根據(jù)需要對(duì)所得電子文檔進(jìn)行編改。 2、技術(shù)性能 適用操作系統(tǒng)及運(yùn)行環(huán)境 1）Windows 2000 和 Windows XP 等操作系統(tǒng)。2）網(wǎng)絡(luò)環(huán)境。 識(shí)別字體 1）印刷體的文字，包括簡(jiǎn)（繁）體多體漢字、純英文、日文、韓文、漢英混排文本。2）手寫漢字。 使用內(nèi)碼 1）支持中文 GB、BIG5 及 GBK 內(nèi)碼；2）支持日文 JIS 及 Shift-JIS 內(nèi)碼；3）支持韓文 KSC 內(nèi)碼。對(duì)圖象適應(yīng)性 黑白二值、256 級(jí)灰度及 24 位彩色圖象。 輸出格式PDF、HTML、RTF、XLS 等標(biāo)準(zhǔn)格式3、流程圖4、系統(tǒng)安裝與卸載過(guò)程

3、略5、系統(tǒng)配置及管理該系統(tǒng)是基于網(wǎng)絡(luò)環(huán)境下工作的系統(tǒng)，軟件及隨軟件配置的加密鎖應(yīng)安裝在與網(wǎng)絡(luò)連接的同一臺(tái)計(jì)算機(jī)上，并以該機(jī)作為“TH-OCR 2019 文通數(shù)據(jù)錄入工廠”系統(tǒng)的主機(jī)，管理同網(wǎng)使用該系統(tǒng)的其它若干臺(tái)計(jì)算機(jī)。如果由于特殊原因，需將軟件安裝在一臺(tái)獨(dú)立的（與其它計(jì)算機(jī)無(wú)網(wǎng)絡(luò)聯(lián)系的）計(jì)算機(jī)上時(shí)，必須保證該機(jī)裝有網(wǎng)卡，且操作系統(tǒng)處于網(wǎng)絡(luò)狀態(tài)。 在啟動(dòng)本應(yīng)用程序之前，必須保證正確的加密鎖已連接在計(jì)算機(jī)上。當(dāng)投入系統(tǒng)的機(jī)臺(tái)數(shù)目已達(dá)到加密鎖規(guī)定的用戶數(shù)時(shí)，如其它的機(jī)臺(tái)欲再加入本系統(tǒng)，將出現(xiàn)下列提示：“Too many users”當(dāng)前的登陸請(qǐng)求超過(guò)了可同時(shí)運(yùn)行應(yīng)用程序的站點(diǎn)數(shù)，此時(shí)管理機(jī)應(yīng)根據(jù)需

4、要對(duì)各機(jī)臺(tái)是否進(jìn)行工作進(jìn)行調(diào)度。二、圖像掃描規(guī)定1、準(zhǔn)備工作2、掃描3、圖片的命名規(guī)則4、圖片處理1、準(zhǔn)備工作準(zhǔn)備要掃描的圖書、期刊、論文等資料將準(zhǔn)備好的資料編號(hào)，如00201掃描前的處理：拆分2、掃描兩類掃描儀：高速掃描儀、平板掃描儀保存格式： 黑白圖片保存成*.tif，彩色圖保存成*.jpg。 封面文件和封底文件 封面文件必須，封底文件可有可無(wú)。3、圖片的命名規(guī)則圖書內(nèi)容文件 格式：圖書代碼+序號(hào)，如00101001.tif封面和封底 格式：圖書代碼_fm.jpg或圖書代碼_fd.jpg目錄文件 格式：圖書目錄_ml.txt4、圖片處理對(duì)掃描后的圖片進(jìn)行處理去黑邊糾偏去黑點(diǎn)三、ocr操作流

5、程1、系統(tǒng)設(shè)置2、新建工程，獲取所要識(shí)別工程的圖象3、圖象版面處理4、識(shí)別及修改5、識(shí)別結(jié)果導(dǎo)出四、詳細(xì)操作見說(shuō)明書五、縱向校對(duì)編輯器橫向校對(duì)傳統(tǒng)的校錯(cuò)方法是人工逐字逐句比較識(shí)別結(jié)果與原始圖象，找到錯(cuò)誤的地方并修改?？v向校對(duì)相對(duì)于橫向校對(duì)，按字校對(duì)。詳細(xì)操作見說(shuō)明書。六、原式原樣編輯器JDAEdit 的功能是把 TH-OCR 2019 軟件的識(shí)別結(jié)果原式原樣地顯示出來(lái)（以及對(duì)應(yīng)的原始圖象），便于用戶對(duì)不滿意的地方進(jìn)行修改，最后生成通用格式的電子文檔。 JDAEdit 的特點(diǎn)是能夠準(zhǔn)確重構(gòu)原始圖象，對(duì)于保持原樣的報(bào)紙、書刊電子化極其有用。詳細(xì)操作見說(shuō)明書。七、其他工具1、 HTML 超文本文件編

6、輯器2、版面拼接3、字符位置4、TIFF2PDF 編輯器5、PDF2TIFF 文件編輯器2、版面拼接在很多的時(shí)候，用戶需要掃描的文件往往過(guò)大，而不能一次掃描完全，需把文件分割成幾部分來(lái)分別掃描，得到不同部分的掃描圖檔，傳統(tǒng)的方法是單個(gè)識(shí)別再把識(shí)別后的不同的部分進(jìn)行整合，拼成一個(gè)完整的文件。在 TH-OCR 2019 軟件中提供了一個(gè)在識(shí)別前，把各個(gè)不同部分的掃描圖檔進(jìn)行版面拼接的功能模塊【版面拼接】操作見說(shuō)明書。3、字符位置在 TH-OCR 2019 軟件中新增了一個(gè)功能模塊【字符位置】，如果用戶不想使用 TH-OCR 2019軟件的識(shí)別結(jié)果，【字符位置】功能模塊提供了圖象文件中每一字符的位置，以供用戶使用。詳見說(shuō)明書。4、tiff2pdf工具在 TH-OCR 2019 增強(qiáng)版中有一項(xiàng)重要功能：TIFF 文件直接轉(zhuǎn)換成 PDF 文件。它以最簡(jiǎn)潔的界面，最方便的操作，最直觀的形式，滿足了一部分用戶想直接把掃描