什么是OCR

　　假設你想要數字化一本雜志的文章或印刷合同。你可能需要花時間重新輸入，然后糾正錯字。或者，你可以使用掃描儀（或數碼相機）和光學字符識別軟件只需要花費幾分鐘轉換成數字格式，的所有材料。

　　到底什么是OCR呢?

　　光學字符識別，簡稱OCR，是一種可以使你轉換不同文檔的技術，比如將掃描紙質文檔,PDF文件或者數碼相機拍攝的圖片轉換成可以編輯的文檔。

　　假設你獲得了一個紙質文件-比如,雜志、彩頁或者你合作伙伴發給你的PDF合同。很明顯，光是一臺掃描儀是不足以讓這些文檔轉變成可以編輯的文檔，也就是Microsoft Word。掃描儀可以做的只是創建圖片或者一張黑白或者彩色的圖像文檔。為了從掃描文檔、PDF或者數碼圖片中提取文字和數據，你需要OCR軟件識別圖片上的信息，從單詞到句子，然后變成整個可以編輯的文檔。

　　OCR背后是什么技術？

　　人類識別物體的機制還需要繼續探索，但是3個基本的原則已經被科學家所掌握，集成性(integrity), 有明確目的性(purposefulness)和適應性(adaptability)統稱為 (IPA*)。這也是ABBYY FineReader 實現的技術核心所模仿和遵循的原則。

　　讓我們來看一下FineReader OCR是如何識別一個文檔的。首先，這個程序分析文檔圖片的結構。它將文檔分成一些基本元素，比如文檔塊，表格，圖片等。這些線分割成單詞，再分割成字母。一旦這個字母已經被識別出來，這個程序將和一些模板圖片進行對比。他將進行大量的邏輯分析這個字母是什么。基于這些邏輯，程序將分析單詞和字母。進行完大量的可能性分析后，這個程序最后將判斷并呈現出識別的文檔。

　　另外，ABBYY FineReader 提供支持36種語言的字典。這將有助于在第二個層面分析文檔的元素。在字典的支持下，可以進行更加精確分析和文檔識別，降低將來識別結果的校驗。

　　FineReader OCR的基本原理

　　最先進的識別系統，比如ABBYY　FineReader OCR， 是模仿人工識別。在核心，這些系統遵循3個基本的原則：集成性(integrity), 有明確目的性(purposefulness)和適應性(adaptability)。實際的意思是說觀察物體必須考慮到這個物體的內部相關性。目的性是指數據的表達都有一定目標性。適應性是指程序必須具有自學習能力。

　　每個人不需要成為OCR專家，并了解OCR內部的IPA。這些規則只是提供類最大的靈活性和智能性，并最大可能模板人工識別。

　　經過多年的研究，ABBYY可以將IPA原則運用到OCR產品中。

　　識別數碼相片

　　數碼相機拍攝的圖片和掃描文檔和PDF文檔有所不同。他們常常有所扭曲，昏暗，不利于OCR正確識別文檔。ABBYY FineReader 最新版本支持適應性識別，特別為處理數碼圖片而設計。它提供了一系列功能特性來提高圖片質量，使你可以充分使用您的數碼設備。

　　OCR將為你帶來什么好處。

　　使用ABBYY FineReader，識別出來的文檔就像是原始文檔一樣。先進的、強大的OCR軟件將幫助你節省大量的時間和精力，使你免于創建、處理不同的文檔。使用ABBYY FineReader，你可以掃描文檔以備將來編輯、并與你的同事共享。你可以從書籍、雜志中抽取信息，并為你自己的研究提供資料和素材，而不需要重新打字輸入。利用數碼相機和OCR，你可以捕捉公告欄、海報和時間表上捕捉信息，滿足你使用的需要。同時，你可以捕捉報紙和書籍信息，甚至在手邊沒有掃描儀的時候也可以完成捕捉。另外，你還可以使用OCR軟件創建可搜索式的PDF文檔。

　　從初始紙質文檔、圖片和PDF文件和數據轉換的整個過程只需要一分鐘，識別完的結果幾乎和原始的幾乎一樣。

　　如何使用OCR軟件?

　　使用ABBYY FineReader OCR非常容易，過程由3個步驟組成：打開或者掃描文檔，識別，然后保存成你需要的格式（DOC, RTF, XLS, PDF, HTML, TXT 等等.) 或者直接輸出數據到office應用，比如Microsoft Word, Excel or Adobe Acrobat。

　　另外，最新版本ABBYY FineReader支持自動任務模式，這將對您日常工作大有幫助。有了這個功能，識別任務將自動運行，而不需要人工干預。