软件简介
汉王PDF OCR，一款具有识别正确率高，识别速度快特点的OCR图片文字识别软件，它支持批量处理功能，避免了单页处理的麻烦。汉王OCR支持处理灰度、彩色、黑白三种色彩的BMP、TIF、JPG、PDF多种格式的图像文件；可识别简体、繁体和英文三种语言；具有简单易用的表格识别功能；具有TXT、RTF、HTM和XLS多种输出格式，并有所见即所得的版面还原功能。
新增打开与识别PDF文件功能，支持文字型PDF的直接转换和图像型PDF的OCR识别，既可以采用OCR的方式将PDF文件转换为可编辑文档，也可以采用格式转换的方式直接转换文字型PDF文件为RTF文件或文本文件。
软件介绍
光学字符识别（英语：Optical Character Recognition， OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。OCR的概念是在1929年由德国科学家Tausheck最先提出来，并申请了专利。后来美国科学家Handel也提出了利用技术对文字进行识别的想法。国内最早的OCR商业应用是由中国科学家王庆人教授在南开大学开发出来的，并在美国市场投入商业使用。
软件功能
1.图像输入、图像前处理、预识别。
2.图像输入
对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV、CxImage等开源项目。
3.预处理
主要包括二值化，噪声去除，倾斜较正等。
4.二值化
对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，为了让计算机更快的、更好地识别文字，我们需要先对彩色图进行处理，使图片只前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图。
5.噪声去除
对于不同的文档，对噪声的定义可以不同，根据噪声的特征进行去燥，就叫做噪声去除。
6.倾斜校正
由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。
7.版面分析
将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。
8.字符切割
由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能。
9.字符识别
这一研究已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。
10.版面还原
人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到Word文档、PDF文档等，这一过程就叫做版面还原。
11.后处理、校对
根据特定的语言上下文的关系，对识别结果进行校正，就是后处理。
使用方法
1.在开始菜单中打开OCR软件。
2.点击【文件】-【打开图像文件】，选择一副包含文字的图片。
3.点击【识别】-【开始识别】。
4.软件会识别出图片上的文字，可以对一些识别错误的字进行修改。
5.修改完成后点击【输出】-【到指定格式】，保存识别出来的文本。
6.可以打开保存的文本，将文本复制到word等软件处进行二次编辑。
更新日志
对部分功能进行了优化。
