守柔版主，请进来~~从WORD中提取文字问题仍没有解决

dianaz · 发表于 2005-10-28 09:26

0Op1t6Z0.rar (152.66 KB, 下载次数: 68) 我如何能把文字从文档中提出来？

c81 · 发表于 2005-10-28 11:14

[原创]

楼主提供的东东是可以变成字的。

我是这样处理的

1.先将你的Word这个文档另存为网页，得到6张gif图片。

2.打开Photoshop，打开第一张image001.gif，执行图像／模式／RGB颜色，再执行图像／模式／多通道

再打开“通道”面板，删除青色和洋红通道层，再切换到“图层”面板，执行图像／模式／灰度，

再调整一下其曲线，使处理对象中字变黑清晰，本贴第二张图所示，

3.Ctrl+E快捷键来合并图层，将结果保存为bmp or tiff格式

4.用ocr软件来处理即可。

注：本例中，Photoshop一张图处理稍要些时间，但如果我将这个处理过程录一下“动作”（类似于Word的录“宏”）即使有100张这样加了水印的图也可以很快搞定。

[此贴子已经被作者于2005-10-28 11:24:19编辑过]

c81 · 发表于 2005-10-28 11:17

我把图中的水印给去了，图片在附件中。

单位机器上安有ocr我现在家用机器上没有安ocr，

剩下的ocr哪位帮忙搞一下。

aIz1Q8py.rar (242.24 KB, 下载次数: 25)

[此贴子已经被作者于2005-10-28 11:18:32编辑过]

dianaz · 发表于 2005-10-28 12:38

我不明白的是存为HTM格式后，怎样才能转到tif格式？

cloud0990 · 发表于 2005-11-2 23:44

c81好厉害啊.佩服.

c81 · 发表于 2005-11-3 13:01

楼上的过奖了，如果要让玩Photoshop的来看，小菜一die，只不过这个论坛是办公为主的论坛，玩Photoshop的少些。

看来我还是属于“复合型人才”呀，，

[em04]

顺便说一下，我虽将水印清除得干干净净，但由于源图分辨率不高所以最后ocr的识别率也不是很高，所以当初抓图时要注意分辨率的问题。

守柔 · 发表于 2005-11-12 12:20

[此贴子已经被作者于2005-11-12 12:21:02编辑过]

幽谷苍狼 · 发表于 2005-11-13 22:03

[此贴子已经被作者于2005-11-15 18:57:49编辑过]

幽谷苍狼 · 发表于 2005-11-13 22:33

FDAPkGws.rar (8.87 KB, 下载次数: 20)

方法很简单，直接用HyperSnap截取，从图像到文字。

c81 · 发表于 2005-11-13 23:23

如果单单就是楼主提供的那个附件，用“Microsoft Office Document Imaging”生成的文本也有多处错误如“谨．赓性原则”足可见楼主提供的doc中的图片的分辨率不高。

HyperSnap截取，从图像到文字？？？我怎么不行呀？我用snagit也不行，，它们不具备ocr功能吧？

[em06][em06][em06][em06][em06][em06][em06]

[此贴子已经被作者于2005-11-13 23:24:14编辑过]

		自动登录	找回密码
密码			免费注册

这样的结果会让你满意吗？