印后装订中的质量管理（下）
- 发布时间：2008/7/31 14:48:31
- 浏览次数：871
由于OCR的辨识原理是采用字模的方式进行，所以一定要注意原稿是否水平。具体实施过程中，可以使用“自动倾斜校正”功能来解决。
4.原稿的预先处理
由于原稿的情况千差万别，所以在识别前需做一些预先处理。首先应该去除原稿中的杂点和图像，如果原稿中含有图像，则会影响OCR的文字切分，使OCR不能识别。遇到文档中有分栏的情况，需手动设定辨识范围，只有这样才能保证辨识结果的连贯性。
5.选用适当的识别方式
在具体的识别中，应注意原稿是横排还是竖排，由此选择正确的“编排格式”，以保持其对应。
6.开始识别
确认以上步骤后，即可按下“识别”按钮，识别完毕后，系统进入原稿校对界面。
7.原稿校对
通常而言，OCR对于不能*确定的文字，会显示为蓝色，请用户确认。但值得注意的是，在没有提示出错的地方也可能有错误，可以在此界面内，通过操作系统提供的文字输入方法，添加及修改所需的文字。
8.原稿保存
校对后的原稿一般以纯文本的格式保存，以便于编辑排版软件调用。
扫描识别应注意的问题：
1.原稿处理
原稿的质量直接影响扫描出来的图像质量，更会直接影响zui终OCR的正确率。例如，报纸在进行扫描之前，如果对其进行适当的处理，zui终的OCR效果可能会有质的改变。对于报纸等低质量原稿，较好的方法是在扫描之前先用复印机进行复印，复印时应注意调节对比度和亮度，使背景变成白色，而文字色泽保持黑色。经过复印以后的报纸，OCR的正确率有明显的提高。
2.扫描技巧
（1）在扫描仪中一定要放正原稿，不能位置倾斜，否则扫描出来的原稿也会是倾斜的，而且OCR软件无法正确识别。对无法摆正的原稿，需要使用“自动倾斜校正”或者“手动纠斜”功能进行纠正。如果文档扫描时稍微倾斜，可以利用OCR软件的“倾斜校正”功能纠正。
在扫描书本时更要注意，因为书脊翘起会导致中间部位的文字变形，所以一定要将书脊压平后再进行扫描。
（2）原稿类型应设置为线画稿，阈值应设置为较大的数值，一般设置为40％～75％。如果原稿较为清晰，应将阈值设置为40％～55％；如果原稿质量较差，则可将阈值设置为60％～75％。
选择适当的分辨力也是很重要的，一般来说，使用200～300dpi的分辨力进行扫描比较合适，如果分辨力太高也没有太大意义，只会增加扫描时间。
（3）大多数情况下，扫描出来的图像文件不能直接进行OCR处理，因为此时的图像文件常常会有污点干扰识别正确率。常用的图像处理软件，如Photoshop、ACDSee等的使用效果都很好。如果污点较少，就可以直接使用上述软件中的橡皮擦工具将污点擦掉。但如果原稿的质量太差、原稿遍布污点时，可通过调节图像对比度和亮度达到消除大面积污点的目的。即使扫描出的图像文件没有污点，也可以适当地调节对比度和亮度，这样可以增加文字和背景之间的反差，提高OCR软件的识别正确率。
特别需要注意的是，不论使用哪种图像处理方式，必须保证文字笔画的连续性，一旦文字中有缺笔断画的情况，就会严重影响识别正确率。
3.版面分析
如果需要识别的原稿包含多种字号或多种字体的文字，就需要进行版面分析，将字号和字体一致的文字划分为一个块，这样OCR软件才能正确识别。另外，在划分文字块的时候，每个文字块的上面会出现一个数字，如果需要调整识别文字的顺序，就必须在定义块的时候事先设定好。
4.OCR软件
OCR软件的识别正确率很大程度上取决于对原稿的处理和扫描后的调整，只有一小部分取决于OCR软件本身。现在市场上OCR软件的性能相差无几，因此OCR软件对OCR识别正确率的影响并不是很大，即使是扫描仪附送的软件也基本上可以满足OCR的需要。
当然，市面上比较流行的OCR软件在功能、识别质量以及操作方便性上可能有一定的差异，所以也可以根据个人习惯选择合适的OCR软件，如清华TH-OCR、尚书OCR、汉王OCR、丹青OCR等，但应当注意的是，有些的OCR软件并不支持个人的扫描仪。
5.校对和排版
经过一番调整，OCR识别正确率仍难以达到100％，因此校对*。汉字、英文字母和数字的混排以及标点符号都是容易出错的地方，因此校对的时候要特别注意。如果文档太长而且很复杂，还可以借助一些工具来帮助校对，如能读出文章的软件，一边听读一边看原稿，有了错误可以马上发现。