Автоматическое распознавание текстов. Программа FineReader

После сканирования документа получается графическое изображение исходного документа. Такое графическое изображение представляет собой набор разноцветных точек и редактированию в программах, предназначенных для обработки текстовых документов не подлежит. Программа FineReader решает проблему распознавания текста в составе точечного графического изображения.

Пуск - Программы - FineReader.

Окно программы содержит строку меню, ряд панелей инструментов и рабочую область.

Рисунок 1 - Порядок распознавания текстовых документов

Преобразование бумажного документа в электронный происходит поэтапно или автоматически. Для автоматической работы используется инструмент Scan&Read.

Поэтапное распознавание:

- Первый этап работы - сканирование.

Если документ был уже отсканирован ранее, его открывают. Если изображение находится на бумажном носителе, то на первом этапе выбирают действие сканировать.

Программа FineReader использует для сканирования устройство, заданное по умолчанию. По завершении процесса сканирования полученное графическое изображение автоматически выгружается в рабочую область программы FineReader.

Рисунок 2 - Программа FineReader

Задание: Выполните первый этап - сканирование документа.

- Второй этап - распознавание текста.

Прежде чем включать текст в документ, он разбивается на блоки, содержащее цельные фрагменты. Эту операцию программа может выполнить автоматически, хотя разбиение не всегда проходит удачно.

Границы и типы блоков можно устанавливать вручную. Эту возможность мы рассмотрим чуть позже.

Процесс распознавания отображается в специальном информационном окне:

- Полученный текст помещается в окно «Текст».

Рисунок 3 - Тестовое окно FineReader

Задание: Выполните второй этап - автоматическое распознавание отсканированного документа.

- Третий этап - проверка.

На данном этапе программа выполняет поиск ошибок распознавания. FineReader выделяет цветом те символы, которые она сама рассматривает как неоднозначно опознанные.

С помощью диалогового окна Проверка можно отредактировать нераспознанные символы.

Рисунок 4 -Процесс распознавания

Если вариант интерпретации программы верный нажимаем кнопку Пропустить.

В случае обнаружения символов неверно распознанных программой ошибки исправляют вручную и фиксируют исправления нажатием кнопки Подтвердить.

Задание: Выполните третий этап - проверку распознанного текста.

- Четвёртый этап - сохранение текста.

Программа FineReader предусматривает возможность прямой передачи полученного текста в Word:

Сохранение текстового документа выполняют в программе Word.

Задание: Сохраните документ в программе Word.

Дополнительные сведения. Сегментация текста на этапе распознавания.

Задание: Выполните первый этап - сканирование документа.

При автоматической сегментации программа разбивает отсканированный документ на блоки различных типов: текстовые, графические и т. д.

Если исходный текст содержит рисунки, подрисуночные подписи, таблицы, примечания и другие элементы, автоматическое распознавание текста может пройти неудачно.

В таких случаях границы блоков указывают вручную. Для этого используют кнопки специальной панели инструментов Изображение.

Рисунок 5 - Настройка изображения

Задание: Задайте подходящий масштаб для работы. Измените границы области изображение так, чтобы отсканированный документ просматривался во всю ширину.

Кнопки панели инструментов Изображение соответствуют различным типам блоков.

Блоки выделяются прямоугольными рамками различных цветов. Чтобы выделить блок необходимо:

1. Выбрать соответствующую кнопку панели инструментов;

2. Протягиванием определить границы блока.

Анализ макета страницы - выполняет автоматическое разбиение на блоки.

Выделить зону распознавания - позволяет выбрать щелчком мыши тот или иной блок, если автоматическое разбиение на блоки уже выполнено, и определить зону для автоматического разбиения методом протягивания, если оно ещё не выполнено.

Выделить блок Текст. Удаление блока. Выделить блок Таблица. Выделить блок Картинка. Ластик - удаляет фрагмент отсканированного документа. Обрезка - позволяет вырезать любой фрагмент документа.