古籍?dāng)?shù)字化技術(shù)(1)-資料下載頁(yè)
2025-01-21 14:36本頁(yè)面
【正文】 決方案。下面是一些有價(jià)值的提示，要認(rèn)真理解和體會(huì)。 1．在掃描儀中一定要放正原稿，不能位置傾斜，否則掃描出來(lái)的原稿也會(huì)是傾斜的，從而造成 OCR軟件無(wú)法正確識(shí)別。另外，在放置掃描原稿時(shí)，把掃描的文字材料一定要擺放在掃描起始線正中，以最大限度地減小由于光學(xué)透鏡導(dǎo)致的失真。 2．選擇適當(dāng)?shù)姆直媪σ彩呛苤匾模话銇?lái)說(shuō)，使用 200～ 300dpi的分辨力進(jìn)行掃描比較合適，如果分辨力太高也沒有太大意義，只會(huì)增加掃描時(shí)間和文件的大小。 3．在掃描識(shí)別報(bào)紙或其他半透明文稿時(shí)，背面的文字透過紙張混淆文字字形，對(duì)識(shí)別會(huì)造成很大的障礙。遇到該類掃描，可以在掃描原稿的背面附蓋一張黑紙，并增加掃描對(duì)比度，即可減少背面模糊字體的影響，提高識(shí)別正確率。 四 、進(jìn)行文字識(shí)別時(shí)的注意事項(xiàng) 4．對(duì)掃描后生成的圖像，用圖像處理軟件擦掉圖像污點(diǎn)，包括原來(lái)版面中的不需要識(shí)別的插圖、分隔線等，使文字圖像中除了文字沒有一點(diǎn)多余的東西，這可以大提高識(shí)別率并減少識(shí)別后的修改工作。 5．版面分析。如果需要識(shí)別的原稿包含多種字號(hào)、多種字體的文字、多個(gè)文本區(qū)塊、圖文混排等復(fù)雜版面，就需要進(jìn)行版面分析，將要識(shí)別的內(nèi)容劃分為一個(gè)塊，這樣 OCR軟件才能正確識(shí)別。 6．多頁(yè)批識(shí)別功能 。若需識(shí)別的文章有多頁(yè)組成，使用 OCR的批量識(shí)別功能十分方便。首先將多頁(yè)文件以 TIF的格式按頁(yè)面順序依次掃描后存盤。而后再打開它們，一次性進(jìn)行批量識(shí)別，好處是速度快，效率高。一般來(lái)說(shuō)，批量識(shí)別的文件版面不要太過復(fù)雜，文件頁(yè)數(shù)也要根據(jù)計(jì)算機(jī)配置適量控制。另外，在進(jìn)行大批量文稿掃描時(shí)，必須對(duì)原稿進(jìn)行測(cè)試，找到最佳的閥值百分比。 四 、進(jìn)行文字識(shí)別時(shí)的注意事項(xiàng) 數(shù)字圖像的文件格式 ? JPEG(JPG)格式 JPEG格式文件采用的是 “ 有損壓縮 ” 編碼格式，其壓縮率是圖像格式中較高的一種，一般可將圖像壓縮為原大小的十分之一而看不出明顯差異。也正是由于 JPEG格式可以進(jìn)行大幅度的壓縮，使得它方便儲(chǔ)存、通過網(wǎng)絡(luò)進(jìn)行傳送，得到了廣泛的應(yīng)用。主要用于圖像瀏覽和制作網(wǎng)頁(yè)。 數(shù)字圖像的文件格式 ? GIF格式 最多只能用 256色來(lái)表現(xiàn)物體，對(duì)于色彩復(fù)雜的物體它就力不從心，正因?yàn)榇?，它的文件比較小，適合網(wǎng)絡(luò)傳輸，在通信行業(yè)和 HTML網(wǎng)頁(yè)制作中應(yīng)用較多。而且它還可以用來(lái)制作動(dòng)畫。 數(shù)字圖像的文件格式 ? BMP格式 是微軟公司為 Windows環(huán)境設(shè)置的標(biāo)準(zhǔn)圖像格式，在 Windows環(huán)境下運(yùn)行的所有圖像處理軟件都支持這種格式。采用 “ 無(wú)損失壓縮 ” 的編碼格式，既節(jié)省了存儲(chǔ)空間又不產(chǎn)生失真，但在打開文件時(shí)將會(huì)花費(fèi)較長(zhǎng)的時(shí)間，不利于網(wǎng)絡(luò)傳輸。 數(shù)字圖像的文件格式 ? TIF格式 這是現(xiàn)階段印刷行業(yè)使用最廣泛的文件格式。 TIFF格式可包含壓縮和非壓縮圖像數(shù)據(jù)，如使用無(wú)損壓縮方法 LZW來(lái)壓縮文件，圖像的數(shù)據(jù)不會(huì)減少，即信息在處理過程中不會(huì)損失，能夠產(chǎn)生大約 2： 1的壓縮比，可將原稿文件消減到一半左右。 數(shù)字化和多媒體技術(shù) －－圖像處理部分 基本操作 ——認(rèn)識(shí) PHOTOSHOP 本 章 結(jié) 束
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1