由于工作需要大量的数据识别，我接触过世面上可用的几乎所有文字、数字识别软件。有一阵子，因为可用表格扫描得太不清晰，我甚至考虑过自学编写文字识别的程序……还好最后碰到前面已经有很多人提到的ABBYY Finereader（中文叫“泰比”）。
1，识别率极高。我使用过现在的答案总结里提到的所有软件，但遇到下面这样的表格，除了ABBYY还能保持95%以上的识别率之外（包括秦皇岛三个字），其他所有的软件全部歇菜，数字认错也就罢了，中文也认不出。血泪的教训。
2，自由度高。可以在同一页面手动划分不同的区块，每一个区块也可以分别设置表格或文字；简体繁体英文数字。而此时大部分软件还只能对一个页面设置一种识别方案，要么表格，要么文字。 3，批量操作方便。对于版式雷同的年鉴，将一页的版式设计好，便可以应用到其他页，省去大量重复操作。 4，可以保持原有表格格式，省去二次编辑。跨页识别表格时，选择“识别为EXCEL”，ABBYY可以将表格连在一起，产出的是一整个excel文件，分析起来就方便多了。 5，包括梯形校正，歪斜校正之类的许多图片校正方式，即使扫描得歪了，或者因为书本太厚而导致靠近书脊的部分文字扭曲，都可以校正回来。 一开始用了一会儿盗版，后来发现这个软件可能已经帮我省了几百美元的助研费用（最没办法的办法就是叫两个学生人肉输入数据，然后合并在一起，碰到不一样的再自己检查），实在不好意思再用盗版了，就花了150美元买了正版。
— 完 —
该贴已经同步到 Horse的微博 | 
IP卡
狗仔卡
发表于 1970-1-1 08:00:00
提升卡
置顶卡
喧嚣卡
变色卡
千斤顶
显身卡