Scanadh agus aithint téacs

Tráthnóna maith

Is dócha, thug gach duine againn aghaidh ar an tasc nuair a bhí sé riachtanach doiciméad páipéir a aistriú go foirm leictreonach. Is minic a bhíonn sé seo riachtanach go háirithe dóibh siúd a dhéanann staidéar, obair le cáipéisíocht, téacsanna a aistriú ag úsáid foclóirí leictreonacha, srl.

San alt seo, ba mhaith liom roinnt de na buneilimintí a bhaineann leis an bpróiseas seo a roinnt. Go ginearálta, glacann sé go leor ama le téacs a scanadh agus a aithint, mar go gcaithfear an chuid is mó d’oibríochtaí a dhéanamh de láimh. Déanfaimid iarracht a dhéanamh amach cad, conas, agus cén fáth.

Ní thuigeann gach duine rud amháin láithreach. Tar éis scanadh (na bileoga go léir ar an scanóir a fheistiú) beidh pictiúir agat i bhformáid BMP, JPG, PNG, GIF (d’fhéadfadh go mbeadh formáidí eile ann). Mar sin, ón bpictiúr seo ní mór duit an téacs a fháil - tugtar aitheantas ar an nós imeachta seo. San ord seo a bheidh an ráiteas thíos.

1. Cad atá ag teastáil le haghaidh scanadh agus aitheantas?

1) Scanóir

Chun cáipéisí clóite a thiontú go téacs, teastaíonn scanóir uait ar dtús agus, dá réir sin, na cláir agus na tiománaithe “dúchasacha” a tháinig leis. Agus iad á n-úsáid, is féidir leat doiciméad a scanadh agus é a shábháil le haghaidh tuilleadh próiseála.

Is féidir leat analógacha eile a úsáid, ach is gnách go n-oibríonn na bogearraí a tháinig leis an scanóir sa trealamh níos gasta agus bíonn níos mó roghanna acu.

Ag brath ar an gcineál scanóra atá agat, féadann luas na hoibre athrú go mór. Tá scanóirí ann ar féidir leo pictiúr a fháil ó bhileog i gceann 10 soicind, agus gheobhaidh siad sin i gceann 30 soicind. Má dhéanann tú leabhar a scanadh le haghaidh bileoga 200-300 - sílim nach bhfuil sé deacair a ríomh cé mhéad uair a bheidh difríocht ama ann?

2) Clár aitheantais

Inár n-alt taispeánfaidh mé duit an obair i gceann de na cláir is fearr chun aon doiciméid a scanadh agus a aithint - ABBYY FineReader. Mar gheall ar Ó íoctar an clár, tabharfaidh mé nasc láithreach do cheann eile - a analóg saor in aisce de Cunei Form. Fíor, ní chuirfinn i gcomparáid iad, toisc go mbuaileann FineReader ar gach bealach, molaim fós triail a bhaint as.

ABBYY FineReader 11

Suíomh Gréasáin oifigiúil: //www.abbyy.ru/

Ceann de na cláir is fearr dá leithéid. Tá sé deartha chun an téacs sa phictiúr a aithint. Tá go leor roghanna agus feidhmeanna ionsuite ann. Féadann sé dornán clónna a pharsáil, tacaíonn sé le roghanna lámhscríofa fiú (cé nár thriail mé go pearsanta é, is dóigh liom nach dócha go n-aithneoidh sé leagan lámhscríofa, mura bhfuil lámhscríbhneoireacht peannaireachta foirfe agat). Déanfar cur síos thíos ar níos mó sonraí faoi oibriú leis. Tugaimid faoi deara anseo freisin go labhróidh an t-alt faoi bheith ag obair i gclár leagan 11.

De ghnáth, níl leaganacha éagsúla de ABBYY FineReader an-difriúil óna chéile. Is féidir leat an rud céanna a dhéanamh go héasca i gceann eile. D’fhéadfadh áisiúlacht, luas an chláir agus a chumais a bheith sna príomhdhifríochtaí. Mar shampla, diúltaíonn leaganacha níos luaithe PDF agus DJVU a oscailt ...

3) Doiciméid le haghaidh scanadh

Sea, mar sin, shocraigh mé colún ar leithligh a dhéanamh de na doiciméid. I bhformhór na gcásanna, déantar scanadh ar roinnt téacsleabhar, nuachtán, alt, irisí, srl. na leabhair sin agus an litríocht a bhfuil éileamh mór orthu. Céard atá i ndán dom? Ó thaithí phearsanta, is féidir liom a rá gur dócha go bhfuil a lán gur mhaith leat a scanadh ar an líonra cheana féin! Cé mhéad uair a shábháil mé am go pearsanta nuair a fuair mé leabhar áirithe a scanadh cheana ar an líonra. Ní raibh le déanamh agam ach an téacs a chóipeáil isteach sa doiciméad agus leanúint ar aghaidh ag obair leis.

Ón rud seo, leid shimplí - sula ndéanann tú rud a scanadh, seiceáil an bhfuil duine tar éis scanadh a dhéanamh cheana féin agus nach gá duit do chuid ama a chur amú.

2. Roghanna scanadh téacs

Ní labhróidh mé anseo faoi do chuid tiománaithe don scanóir, na cláir a chuaigh leis, toisc go bhfuil gach samhail de scanóirí difriúil, tá na bogearraí difriúil i ngach áit, agus tá sé neamhréadúil buille faoi thuairim a thabhairt ar conas an oibríocht a dhéanamh.

Ach tá na socruithe céanna ag gach scanóir, rud a d’fhéadfadh dul i bhfeidhm go mór ar luas agus ar cháilíocht do chuid oibre. Ní bheimid ag caint fúthu ach anseo. Liostóidh mé in ord.

1) Cáilíocht scanadh - DPI

Ar dtús, socraigh cáilíocht an scanadh sna roghanna go 300 DPI ar a laghad. Tá sé inmholta fiú níos mó a shocrú más féidir. Dá airde an táscaire DPI, is soiléire a bheidh do phictiúr, agus dá bhrí sin, beidh tuilleadh próiseála níos gasta. Ina theannta sin, dá airde cáilíocht an scanadh, is lú earráidí a chaithfidh tú a cheartú níos déanaí.

De ghnáth soláthraíonn an rogha is fearr 300-400 DPI.

2) Dath

Bíonn tionchar an-láidir ag an bparaiméadar seo ar an am scanadh (dála an scéil, bíonn tionchar ag DPI freisin, ach tá siad sin chomh láidir, agus sin amháin nuair a shocraíonn an t-úsáideoir luachanna arda).

De ghnáth bíonn trí mhodh ann:

- dubh agus bán (foirfe do ghnáth-théacs);

- liath (oiriúnach do théacs le táblaí agus pictiúir);

- dath (le haghaidh irisí daite, leabhair, go ginearálta, cáipéisí ina bhfuil dath tábhachtach).

De ghnáth, braitheann an t-am scanadh ar an rogha dath. Go deimhin, má tá doiciméad mór agat, ansin beidh fiú na 5-10 soicind breise ar an leathanach ina iomláine ag stealladh amach ag am réasúnta ...

3) Grianghraif

Is féidir leat doiciméad a fháil ní amháin trí scanadh a dhéanamh, ach trí ghrianghraf a thógáil de. De ghnáth, sa chás seo beidh roinnt fadhbanna eile agat: saobhadh pictiúr, doiléir. Mar gheall air seo, d’fhéadfadh go mbeadh gá le heagarthóireacht agus próiseáil bhreise níos faide ar an téacs a fhaightear. Go pearsanta, ní mholim ceamaraí a úsáid don ghnó seo.

Tá sé tábhachtach a thabhairt faoi deara nach féidir gach doiciméad den sórt sin a aithint, mar gheall ar is féidir le cáilíocht scanadh a bheith thar a bheith íseal ...

3. Aitheantas a thabhairt do théacs an doiciméid

Glacaimid leis go bhfuair tú na leathanaigh scanta a bhfuil meas orthu. Is minic gur formáidí iad: tif, bmb, jpg, png. Go ginearálta, maidir le ABBYY FineReader - níl sé seo an-tábhachtach ...

Tar éis pictiúr a oscailt in ABBYY FineReader, roghnaíonn an clár, mar riail, réimsí go huathoibríoch agus aithníonn sé iad ar an meaisín. Ach uaireanta déanann sí mícheart é. Chuige seo, déanfaimid breithniú ar roghnú na réimsí riachtanacha de láimh.

Tábhachtach! Ní thuigeann gach duine láithreach, tar éis doiciméad a oscailt sa chlár, go bhfuil an doiciméad foinse ar taispeáint san fhuinneog ar chlé, ina roghnaíonn tú réimsí éagsúla. Tar éis duit cliceáil ar an gcnaipe "aitheantas", taispeánfaidh an clár san fhuinneog ar dheis an téacs críochnaithe duit. Tar éis é a aithint, dála an scéil, tá sé inmholta an téacs a sheiceáil le haghaidh earráidí sa FineReader céanna.

3.1 Téacs

Úsáidtear an réimse seo chun aird a tharraingt ar théacs. Ba chóir pictiúir agus táblaí a eisiamh uaidh. Caithfear clónna neamhchoitianta agus neamhghnácha a iontráil de láimh ...

Chun réimse téacs a roghnú, tabhair aird ar an bpainéal ag barr FineReader. Tá cnaipe "T" ann (féach an pictiúr thíos, tá pointeoir na luiche díreach ar an gcnaipe seo). Cliceáil air, ansin san íomhá thíos, roghnaigh an limistéar dronuilleogach néata ina bhfuil an téacs suite. Dála an scéil, i gcásanna áirithe ní mór duit bloic téacs 2-3 a chruthú, agus uaireanta 10-12 in aghaidh an leathanaigh, mar gheall ar is féidir le formáidiú téacs a bheith difriúil agus ní roghnaíonn dronuilleog amháin an limistéar iomlán.

Tá sé tábhachtach a thabhairt faoi deara nár cheart go dtitfeadh íomhánna isteach sa réimse téacs! Amach anseo, sábhálfaidh sé seo go leor ama duit ...

3.2 Pictiúir

Úsáidtear iad chun aird a tharraingt ar íomhánna agus ar réimsí atá deacair a aithint mar gheall ar dhroch-chaighdeán nó cló neamhghnách.

Sa phictiúr thíos, tá pointeoir na luiche suite ar an gcnaipe a úsáidtear chun an limistéar "pictiúr" a roghnú. Dála an scéil, sa réimse seo is féidir leat aon chuid den leathanach a roghnú go hiomlán, agus cuireann FineReader isteach sa doiciméad é mar ghnáthphictiúr. I.e. ach cóip "dúr" ...

De ghnáth úsáidtear an réimse seo chun táblaí nach bhfuil scanta go maith a aibhsiú, chun aird a tharraingt ar théacs agus cló neamhchaighdeánach, leis féin.

3.3 Táblaí

Taispeánann an pictiúr thíos cnaipe chun táblaí a aibhsiú. Go ginearálta, is annamh a úsáidim go pearsanta é. Is é fírinne an scéil go mbeidh ort gach líne ar an tábla a tharraingt go rialta (i ndáiríre) agus a thaispeáint cad agus conas an clár. Má tá an tábla beag agus gan caighdeán an-mhaith, molaim an limistéar "pictiúr" a úsáid chun na críocha seo. Mar sin, sábháil go leor ama, agus is féidir an tábla a dhéanamh go tapa ansin i Word bunaithe ar an bpictiúr.

3.4 Earraí neamhriachtanacha

Tá sé tábhachtach a thabhairt faoi deara. Uaireanta bíonn eilimintí neamhriachtanacha ar an leathanach a chuireann isteach ar aithint an téacs, nó a choisceann ort aird a tharraingt ar an limistéar atá ag teastáil. Is féidir iad a bhaint ag baint úsáide as an scriosán ar fad.

Chun seo a dhéanamh, téigh go mód eagarthóireachta íomhá.

Roghnaigh an uirlis scriosáin agus roghnaigh an limistéar gan ghá. Scriosfar é agus beidh bileog bán páipéir ina áit.

Dála an scéil, molaim duit an rogha seo a úsáid chomh minic agus is féidir. Bain triail as na réimsí téacs go léir a roghnaigh tú, nuair nach bhfuil píosa téacs de dhíth ort, nó má tá poncanna neamhriachtanacha, doiléir, saobhadh i láthair - scrios le scriosán. Buíochas leis seo, beidh aitheantas níos gasta!

4. Aitheantas do chomhaid PDF / DJVU

Go ginearálta, ní bheidh an fhormáid aitheantais seo difriúil ón gcuid eile - i.e. is féidir leat oibriú leis díreach cosúil le pictiúir. Is é an t-aon rud ná nár cheart go mbeadh an clár ró-aosta mura n-osclaítear na comhaid PDF / DJVU duit - uasghrádú go leagan 11.

Leid bheag. Tar éis an doiciméad a oscailt i FineReader - tosóidh sé ag aithint an doiciméid go huathoibríoch. Go minic i gcomhaid PDF / DJVU, ní theastaíonn réimse ar leith den leathanach ar fud na cáipéise! Chun a leithéid de limistéar a bhaint ar gach leathanach, déan na rudaí seo a leanas:

1. Téigh go dtí an rannóg eagarthóireachta íomhá.

2. Cas air an rogha "barr".

3. Roghnaigh an limistéar atá uait ar gach leathanach.

4. Cliceáil cuir i bhfeidhm ar gach leathanach agus barr.

5. Earráidí a sheiceáil agus torthaí oibre a shábháil

Dhealródh sé go bhféadfadh fadhbanna a bheith ann fós nuair a aibhsíodh gach réimse, ansin aithnítear é - tóg é agus sábháil é ... Bhí!

Ar dtús, tá seiceáil doiciméad de dhíth ort!

Chun é a chumasú, tar éis aitheantais, san fhuinneog ar dheis, beidh cnaipe “seiceála” ann, féach an pictiúr thíos. Tar éis é a chliceáil, taispeánfaidh an clár FineReader duit go huathoibríoch na réimsí ina bhfuil earráidí sa chlár agus ní raibh sé in ann carachtar áirithe a aithint go hiontaofa. Ní bheidh ort ach rogha a dhéanamh, má aontaíonn tú le tuairim an chláir, nó do charachtar a iontráil.

Dála an scéil, i leath na gcásanna, thart ar an scéal, tabharfaidh an clár focal ceart réidh duit - níl le déanamh agat ach an rogha riachtanach a roghnú leis an luch.

Ar an dara dul síos, tar éis duit seiceáil a dhéanamh, ní mór duit an fhormáid a roghnú ina sábhálfaidh tú toradh do chuid oibre.

Anseo ligeann FineReader duit dul chomh fada agus is féidir: is féidir leat faisnéis a aistriú go Word duine go duine, nó is féidir leat í a shábháil i gceann de na mórán formáidí. Ach ba mhaith liom aird a tharraingt ar ghné thábhachtach eile. Cibé formáid a roghnaíonn tú, tá sé níos tábhachtaí an cineál cóip a roghnú! Smaoinigh ar na roghanna is suimiúla ...

Cóip bheacht

Beidh gach réimse a leag tú béim ar an leathanach sa doiciméad aitheanta comhoiriúnach go díreach leis an doiciméad bunaidh. Rogha an-áisiúil nuair atá sé tábhachtach duit gan formáidiú an téacs a chailleadh. Dála an scéil, beidh clónna an-chosúil leis an gceann bunaidh. Leis an rogha seo, molaim an doiciméad a aistriú go Word ionas gur féidir leanúint ar aghaidh le tuilleadh oibre ansin.

Cóip Inite

Tá an rogha seo go maith sa mhéid is go bhfaigheann tú leagan den téacs atá formáidithe cheana féin. I.e. eangú le "ciliméadar", a d'fhéadfadh a bheith sa doiciméad foinse - ní bhuailfidh tú leis. Rogha úsáideach nuair a dhéanfaidh tú an fhaisnéis a chur in eagar go suntasach.

Fíor, níor cheart duit a roghnú an bhfuil sé tábhachtach duit stíl an dearaidh, na gclónna, na fleasc a chaomhnú. Uaireanta, mura n-éiríonn go maith le haitheantas, féadfaidh do dhoiciméad “sceabhach” a dhéanamh mar gheall ar an bhformáidiú athraithe. Sa chás seo, moltar duit an chóip bheacht a roghnú.

Téacs plain

Rogha dóibh siúd nach dteastaíonn uathu ach téacs ó leathanach gan gach rud eile. Oiriúnach do dhoiciméid gan pictiúir agus táblaí.

Tháinig deireadh leis an alt seo ar scanadh agus aitheantas doiciméad. Tá súil agam gur féidir leat do chuid fadhbanna a réiteach leis na leideanna simplí seo ...

Ádh mór