Q：OCR功能有什么用？在什么情况下可以使用？ k3(q!~a:.}  
A：OCR功能在DjVu文件中生成隐藏文本，这些文本平时不可见，但可用WinDjVu的“Edit->Find”功能检索，也可以用“File->Export Text”功能导出。隐藏文本不仅有文本信息，而且有位置信息，因此用鼠标按住左键在DjVu页面上拖动，可以选中隐藏文字，并复制到剪贴板。
WOg pDs  
DjVuToy的OCR功能对DjVu中的原始图像不会造成任何影响，因此可以对其它软件生成的DjVu文件进行OCR，以实现强强联合：目前DjVu制作软件以国外的为佳，但是国外DjVu制作软件在OCR中文时总觉得不如本土软件。DjVuToy的OCR引擎是微软从清华购买的，中文OCR效果不错。 KvjsibI/Y  
当然再好的OCR软件都不可能完全准确，因此DjVuToy提供了独创性的“导出XML文本”、“导入XML文本”功能，可以将隐藏文本及其位置信息以XML格式导出，进行人工校对，然后再导入DjVu文件。 另外这两个功能也可以用于文本的繁简转换：将繁体导出，用TextForever或其它转码软件转成简体，然后再导入。
$UD$NSl  
当然如果您有更好的OCR引擎，也可以自己写一个软件，OCR后输出符合DjVuToy格式要求的XML文件，然后用DjVuToy导入。 t|urv oz  
DjVuToy的OCR功能需要微软Office 2003以上版本的Microsoft Office Document Imaging的支持，对于Office 2003、2007，这个功能可能缺省安装都没有装全（Office 2007的缺省安装干脆就没装），需要补充安装。 Rp+Lu  
在简体中文环境下OCR繁体中文，及在繁体中文环境下OCR简体中文的方法，可以google我写的《用Pdg2Pic、TextForever实现批量OCR》一文。 FMX^k  
IayF<y,8  
更多说明见DjVuToy使用说明。 CJjT-(a  
新版售价小涨至75币，当年30币买入的可以偷着乐了。 +iqzj-e&e[  
(: P#l&f  
为了增加说服力，增加一个例子：从中美百万下载的繁体、竖排明河版《倚天屠龙记》。“原版”指的是百万版，明显可以看出是把繁体当作简体OCR；“简体”是用DjVuToy进行繁体OCR->导出->繁体转简体->导入，可以看出错别字少多了；“校对”则是将“简体”的文字导出，校对，然后再导入，基本上没有错别字。


[ 此贴被strnghrs在2007-11-10 08:47重新编辑 ]

板凳先了.

偷着乐一把。 谢谢老马的精品。 4Zbn8GpC  
\s)MNs  
   

我属于偷着乐的一族

支持老马出新品！顺便做个广告：“Djvu Small小精灵”轻轻松松制作DJVU!


[ 此贴被Michel2kme在2007-11-08 18:52重新编辑 ]

我好像是25币买的 [63\2{_^v  
不过一直没有用过，呵呵

可惜以前没有购买！！

呵呵，上午买的。 多谢老马！

问题解决，多谢！


[ 此贴被0@_@0在2007-11-09 23:08重新编辑 ]

让人惊艳的功能，只想说声感谢

可惜以前没有购买！！！

企盼已久. oU n+t
u:  
偷樂一把.

偷着乐：）谢谢老马

Quote:

引用第8楼0@_@0于2007-11-08 20:18发表的 试了百万的ocr过的和未ocr的，又用本工具从pdg转换了一本多页的djvu。用djvutoy0.10 ocr均提示： : q=->) &D%  
word 2003，Microsoft Office Document Imaging正常。 O6/ vFEB  
是不是我操作有问题？

G3
:!]}
 
v0.10的bug，v0.11已经修正这个错误。

刚才试着用v0.11将从中美百万下载的一本繁体、竖排明河版《倚天屠龙记》OCR、导出、转成简体、导入，没有问题。

推荐一下用什么软件来编辑 xml文件？ 我用Notepad++ 编辑后，保存成 Ansi的，再导入，好像没有导入成功。谢谢老马推出这么好的工具！

Quote:

引用第15楼gzj0126于2007-11-09 13:28发表的  : =lJ ?yuc  
推荐一下用什么软件来编辑 xml文件？ 我用Notepad++ 编辑后，保存成 Ansi的，再导入，好像没有导入成功。谢谢老马推出这么好的工具！

\_1a#|97e  
用Notepad足矣。 d{4; qM#  
你出现的是什么问题？把文件贴上来看看。

回帖没别的意思 KRa
L+A  
支持 rz"$zc.)  
还是支持 v(2N@s<%  
希望老马在djvu研究的道路上 O]u'7nO{{  
fast  best

Quote:

引用第13楼strnghrs于2007-11-09 10:30发表的 Re:试了百万的ocr过的和未ocr的，又用本工具从pdg转换了一本多页的djvu。用djvutoy0.10 ocr均提示： : x;/LOa{LR  
d?2
V2`6  
v0.10的bug，v0.11已经修正这个错误。

qlO}=b/  
[?!I*=*b  
多谢老马！好高的效率！

内容简介 EYAaK^ &  
本书是一本学术性著作，在多年探索的基础上写成。内容改革体现在两 H];B?G';C  
个方面：一是加深理论深度，对一些重要的理论问题〔如科学前沿哲学问题、 \/a6h   
海科学道德问题、科学发现问题、归纳间题等），都从思想渊源和内在根据上进 xs$$fPAQ  
行了深入说明；二是根据需要增补了一些新内容，淘汰了一些旧内容。本书 T<AT
&4  
具有自然科学和社会科学交叉融合的特点，既可用作各类硕士研究生的自然 [|}I S@  
辩证法课（科学技术哲学）的教材，也可供各级管理干部（包括高级干部）、 ZCiCZ)oc  
广大教师、科技工作者、哲学社会科学工作者阅读参考，还可作为各类大学 /ZLY@&M  
生进行素质教育的必读书目。 gYpMwC{*d  
AbsttaCt c OYDN[k  
This book 15 a new writing of dialectics of Nature . According to the QTV*m>D  
·ent work of the subject , it 。ontains some new contents . In this book ，、ome 1<@SMcj>  
、。ntents are discussed more deeply . It may serve as the textbook of dialectics s27IeF3  
of Nature for graduate students , and as the reference for any people who are NW3c_]`=  
concerned with the subject of philosophy of science and technology . taQE r2Zy  
s}D>.9  
非常实用的功能，识别速度约每秒一页，够迅速。 D28`?B9(  
从此告别阅读未ocr的书籍时同时打开汉王屏幕识别的日子了！ ITu19WG  
5~Y`ikwxL  
附件为原始pdg格式页。 _GOSqu!3Y  
XQ}Zr/f6  
ps:两处英文识别不完整是由于图像该处缺失造成的，除此，英文的识别准确率也是很高的。


[ 此贴被0@_@0在2007-11-10 00:16重新编辑 ]