網(wǎng)絡(luò)多媒體素材加工

網(wǎng)絡(luò)多媒體素材加工第一頁(yè)，共二十六頁(yè)，編輯于2023年，星期三第2章文字素材采集與處理2.1文字素材基礎(chǔ)2.2使用OCR工具軟件轉(zhuǎn)換圖像文字2.3語(yǔ)音識(shí)別與手寫輸入技術(shù)2.4文字素材采集實(shí)訓(xùn)第二頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2.1文字素材基礎(chǔ)2.1.1文字素材采集與編輯2.1.2文字編輯常用工具軟件2.1.3常用文本文件格式及其轉(zhuǎn)換第三頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2.1.1文字素材采集與編輯一般根據(jù)文字素材在計(jì)算機(jī)中的存儲(chǔ)和顯示方式不同，可將文字素材分為文本文字素材和圖像文字素材兩類。文本文字是指以文本文件格式存在的文字素材，如TXT、DOC等格式的文本文字；圖像文字是指以圖像文件格式存在的文字素材，如BMP、TIF等格式的文件。第四頁(yè)，共二十六頁(yè)，編輯于2023年，星期三

圖2-1文本文字圖2-2圖像文字1．文本文字與圖像文字第五頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2．文字素材的采集鍵盤輸入：通過(guò)鍵盤，可以將中文字、英文字母、數(shù)字、標(biāo)點(diǎn)符號(hào)等輸入到計(jì)算機(jī)中。掃描輸入：通過(guò)掃描儀將紙上的文字轉(zhuǎn)換為計(jì)算機(jī)可處理的信息，一般用于大量文字的快速錄入。語(yǔ)音輸入：語(yǔ)音輸入設(shè)備向計(jì)算機(jī)輸入信息的過(guò)程，包括命令控制和聽(tīng)寫兩個(gè)功能。手寫輸入：用書(shū)寫筆在與計(jì)算機(jī)相連的書(shū)寫板上寫字，用壓敏或電磁感應(yīng)等方式將筆在運(yùn)動(dòng)中的坐標(biāo)輸入計(jì)算機(jī)，識(shí)別軟件根據(jù)采集到的筆跡之間的位置關(guān)系和時(shí)間關(guān)系信息來(lái)識(shí)別所寫的文字，并把結(jié)果顯示在屏幕上。第六頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2.1.2文字編輯常用工具軟件Windows操作系統(tǒng)自帶的編輯工具（記事本、寫字板）MicrosoftWordWPSOffice金山文字2003第七頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2.1.3常用文本文件格式及其轉(zhuǎn)換1．常用文本文件格式2．DOC文件與PDF文件的格式轉(zhuǎn)換3．DOC文件格式與CAJ文件格式間的相互轉(zhuǎn)換第八頁(yè)，共二十六頁(yè)，編輯于2023年，星期三1．常用文本文件格式TXT格式：TXT是一種純文本格式文件，可由記事本處理創(chuàng)建。CSV格式：CSV(CommaSeparatedValues)文件格式也是一種純文本文件，常用于不同應(yīng)用程序之間交換數(shù)據(jù)，它可以被任何文本編輯器調(diào)用、編輯、修改。第九頁(yè)，共二十六頁(yè)，編輯于2023年，星期三1．常用文本文件格式DOC格式：一種通用的PC格式化文本文件格式，由MicrosoftWord或WordPerfectforWindows創(chuàng)建，可以包含更多的內(nèi)容，建立超鏈接等，表現(xiàn)力強(qiáng)、操作簡(jiǎn)便。RTF格式：RTF（RichTextFormat）格式是微軟公司的寫字板采用的標(biāo)準(zhǔn)格式。第十頁(yè)，共二十六頁(yè)，編輯于2023年，星期三1．常用文本文件格式WPS格式：WPS文件是作為目前國(guó)內(nèi)唯一較成熟的擁有完全自主知識(shí)產(chǎn)權(quán)的辦公系統(tǒng)軟件——WPSOffice生成的文本文件格式。PDF格式：PDF（PortableDocumentFormat便攜式文檔格式）文件格式是Adobe公司開(kāi)發(fā)的電子讀物文件格式。CAJ格式：CAJ文件是《中國(guó)學(xué)術(shù)期刊全文數(shù)據(jù)庫(kù)》的專用格式，由中國(guó)學(xué)術(shù)期刊（光盤版）電子雜志社開(kāi)發(fā)制作。第十一頁(yè)，共二十六頁(yè)，編輯于2023年，星期三2．DOC文件與PDF文件的格式轉(zhuǎn)換（1）DOC格式文件轉(zhuǎn)換為PDF格式文件將DOC格式轉(zhuǎn)換為PDF格式比較容易，如果系統(tǒng)完全安裝AdobeAcrobat7.0Professional，就可以通過(guò)下列方式進(jìn)行轉(zhuǎn)換：使用“快捷菜單”進(jìn)行轉(zhuǎn)換利用AcrobatPDFMaker利用AcrobatPDF打印機(jī)轉(zhuǎn)換

第十二頁(yè)，共二十六頁(yè)，編輯于2023年，星期三①使用“快捷菜單”進(jìn)行轉(zhuǎn)換

圖2-3快捷菜單圖2-4SaveAdobeFileAs對(duì)話框第十三頁(yè)，共二十六頁(yè)，編輯于2023年，星期三②利用AcrobatPDFMaker

圖2-5AcrobatPDFMaker菜單欄圖2-6AdobePDF菜單第十四頁(yè)，共二十六頁(yè)，編輯于2023年，星期三③利用AcrobatPDF打印機(jī)轉(zhuǎn)換

圖2-7AcrobatPDF打印機(jī)圖2-8選擇AcrobatPDF打印機(jī)第十五頁(yè)，共二十六頁(yè)，編輯于2023年，星期三（2）PDF文件轉(zhuǎn)換為DOC格式文件①直接從PDF文件復(fù)制文本到DOC文件②利用AdobeAcrobat自身轉(zhuǎn)換功能③借助格式轉(zhuǎn)換工具軟件（ScanSoft軟件）④圖像形式PDF文件的轉(zhuǎn)換⑤利用CAJViewer的OCR功能第十六頁(yè)，共二十六頁(yè)，編輯于2023年，星期三①直接從PDF文件復(fù)制文本到DOC文件圖2-9從PDF文件復(fù)制文本到DOC文件第十七頁(yè)，共二十六頁(yè)，編輯于2023年，星期三②利用AdobeAcrobat自身轉(zhuǎn)換功能AdobeAcrobat提供了PDF格式向DOC格式的轉(zhuǎn)換功能。執(zhí)行【文件】→【另存為】命令，在對(duì)話框中選擇【保存類型】為MicrosoftWord文檔，單擊【保存】。第十八頁(yè)，共二十六頁(yè)，編輯于2023年，星期三③借助格式轉(zhuǎn)換工具軟件PDF向DOC格式轉(zhuǎn)換的工具軟件比較多，其中ScanSoftPDFConverterforMicrosoftWord是由ScanSoft公司與微軟共同開(kāi)發(fā)的一個(gè)全新的Office2003插件。該插件可以通過(guò)Word直接將PDF文檔轉(zhuǎn)換為Word文檔，并且完全保留原來(lái)的格式和版面設(shè)計(jì)。第十九頁(yè)，共二十六頁(yè)，編輯于2023年，星期三④圖像形式PDF文件的轉(zhuǎn)換對(duì)于圖像形式的PDF文件（從圖像文件轉(zhuǎn)換形成的PDF文件），可以將PDF文件打印到MicrosoftOffice2003的MicrosoftOfficeDocumentImageWriter打印機(jī)，生成一個(gè)MDI文件。用MicrosoftOfficeDocumentImage打開(kāi)此文件，執(zhí)行【工具】→【使用OCR識(shí)別文本】命令，進(jìn)行文字識(shí)別。識(shí)別完成后，執(zhí)行【工具】→【將文本發(fā)送到word】命令，把整個(gè)PDF文件識(shí)別輸出到word文件中。第二十頁(yè)，共二十六頁(yè)，編輯于2023年，星期三⑤利用CAJViewer的OCR功能圖2-11利用CAJViewer的OCR功能轉(zhuǎn)換第二十一頁(yè)，共二十六頁(yè)，編輯于2023年，星期三3．DOC文件格式與CAJ文件格式間的相互轉(zhuǎn)換（1）CAJ格式文件轉(zhuǎn)換為DOC格式文件局部文本文字的識(shí)別轉(zhuǎn)換借助MicrosoftOfficeDocumentImageWriter打印機(jī)進(jìn)行文件識(shí)別全文間接轉(zhuǎn)換（2）DOC格式文件轉(zhuǎn)換為CAJ格式文件第二十二頁(yè)，共二十六頁(yè)，編輯于2023年，星期三①局部文本文字的識(shí)別轉(zhuǎn)換圖2-14從CAJViewer6.0直接復(fù)制文本第二十三頁(yè)，共二十六頁(yè)，編輯于2023年，星期三②借助MicrosoftOfficeDocumentImageWriter打印機(jī)進(jìn)行文件識(shí)別圖2-15設(shè)置打印機(jī)第二十四頁(yè)，共二十六頁(yè)，編輯于2023年，星期三③全文間接轉(zhuǎn)換CAJViewer不支持直接將全文另存為DOC格式文件，但支持將全文另存為TXT格式文件，事實(shí)上達(dá)到間接轉(zhuǎn)換為DOC的目的。一般地，對(duì)于以文本文字為主的CAJ文件可以采用通過(guò)TXT間接轉(zhuǎn)換為DOC的方式。第二十五頁(yè)