版权声明：转载本站原创作品时请务必标明以下文章作者和原始出处信息。
作者：蓝色拿破仑 @ http://bbs.napolun.com
原始出处：http://www.napolun.com/OCR%E5%85%BC%E6%A0%A1%E5%AF%B9%E8%AF%A6%E7%BB%86%E6%95%99%E7%A8%8B/tid-27898.html
本区本团的主要任务之一是负责OCR和文本校对，利在减少电子书体积，方便传播知识。鉴于广大会员的学习需要，特略作讲解，以期快速上手。
在正式讲解之前，我想先对OCR或早或者校对的概念做一个解释。
我们常接触的电子书有以下几种：pdf、exe、chm、超星等。
首先介绍一下
pdf：由图片制作的通称为影印pdf，由word文稿编录的通称为文本pdf。相对于影印pdf，文本pdf体积更小，而且可以复制。
下一个是
超星：这种电子书都是由图片制作的，图片来源于相机拍摄，所以清晰度不高，这就使ocr不太容易。
我们主要面对的就是影印pdf和超星电子书。那么就需要ocr，将这些难以复制文字且体积庞大的图片摘出文字。
OCR全称Optical Character Recognition（光学字符识别），我们需要使用ocr软件使得文字对比输出，加之人工校对识别，最后输出文本。
实际上就是“由图转文”。
ocr软件有尚书7号、清华紫光、汉王文本王等几种。也有可以将影印pdf直接提取文本的简便工具，但是识别率不高。一般的ocr工作我们使用常规ocr软件来完成。文豪7600绿色简洁专业版和尚书7号都很不错。
ocr之后并不代表文本已经完全解决。因为我们在工作的时候不免疏忽少数文字，这就需要校对。一般为了方便，网络校对需要两次：初校和精校。
校对时应牢记：除了对标点、文字的更正外，更需要对文章本身的句法做修正注释，对于繁体或者竖排的文稿需要处理为中文简体。校对差错率要保持在万分之二以下。
总之这个工作是需要耐心的，没有责任心是不行的。
