巧用Office虚拟打印机，轻松转换超星PDG格式电子书为word

老朽

不好意思，发错了，题目没出来
重新发
http://yeahfei.bokee.com/4516528.html



================================================
[版主提示] by 孔南
您发帖时没有选择恰当的主题分类。选择精确的分类有利于浏览(图示)。
我已添加主题分类。如对此有异议，可 PM 孔南进行协商。
若对 PM 所得到的答复仍不满意，可到网站建设区投诉。

参考： 依据读书园地论坛发贴总则 1.8，
会员发帖时需按照所在版块版规选择主题分类。
=================================================

孔南

代楼主转一下.

巧用Office虚拟打印机，轻松转换超星PDG格式电子书为word关键词： Office虚拟打印机　超星　                             

   巧用Office虚拟打印机，轻松转换超星PDG格式电子书为word

   我的一位学生写了一帖子，希望发在我的博客上，代转发如下，感觉内容还是蛮有用的．

　　越来越发现超星是个好东东。看N多的书都不用掏钱。美中不足的是：一是翻页太慢，等一页打开的工夫能看十来页。二是打印太贵。一页稀稀拉拉几个字，虽说现在打印一张也就三两毛钱，但三两毛也是钱啊，我爹挣钱不容易，哎，省吧。

　　实验时间：2006－2－8
　　实验环境：ssreader3.9+windowsXP+OFFICE2003
　　实验人：鹏飞万里

　　我们知道，超星是支持OCR文字识别功能的。点击工具栏“T”样的图标，再选中一页的内容，就能把文字识别出来。






　　只是超星程序员的功夫还没练到家。比较下面两段内容：
‘遁币不见”是一个令人惊异的小节日，表演者将白色手巾平滩在桌上．在手巾省小放——枚硬币(图9—17)．将手巾的一角提起，折过来遮住硬币，将手巾其余的二角也递次折拢，请一位观众伸出食指，阴着手巾按一铵、那硬m还在于巾之中(团9—18)c、表演者说一声“去”!提起子巾，那52币就
秘诀与准备工作


第六节 遁币不见
一、表演效果
“遁币不见”是一个令人惊异的小节目，表演者将白色手巾平摊在桌上，在手巾当，l ‘放一枚硬币（图9 一17 ) ，将手巾的一角提起，折过来遮住硬币，将手巾其余的三角也递次折拢，请一位观众伸出食指，隔着手巾按一按，那硬币还在手巾之中（图9 一18 ) ，、表演者说一声“去”！提起一手巾，那硬币就踪迹不见，抖一抖，手巾中已没有任何东西了（图9 一19 ）。
二、秘诀与准备工作

　　上面这两段内容分别是用超星和MS OFFICE 2003的虚拟打印机（Microsoft Office Document Imaging）的OCR文字识别功能识别的一页内容。智商高的人第一段也能看懂，我不行，呵呵！我们要做的就是把超星一本书的内容用虚拟打印机“打印”成图片，再用OCR识别出来。这样阅读和打印起来都比较方便。
预备工作：

　　只有2003版的OFFICE 才自带有虚拟打印机，所以，首先你要在机器上装了Office2003。装好后，在“控制面板”－－>“打印机和传真”里，我们能看到一台名为“Microsoft Office Document Imaging”的打印机。





　　我们开始工作了！
　　第一步　当然是先把超星的书下载回来，我下载了一本《中国艺术经典全书－－魔术》。
　　打开后，点击左面栏“章节目录”，在下拉框中选择“页列表模式”，这样我们能知道要打印多少页。如图。





　　第二步：打印设置
　　选择“图书”－－>“打印”，弹出“打印设置”窗口，设置打印页数和方式。我们只打印目录页和正文页，共137页。其它使用默认设置。如图：




　　在弹出的“打印”窗口中，选择微软的虚拟打印机，勾选“打印到文件”复选框。输出路径可以在“首选项”按钮的“高级”选项卡中设定。打印的生成的文件的扩展名是.mdi。






　　注意：超星会检测打印名称中是不是含有“image”，“office"等字样，若有，就拒绝打印。所以我们要把打印机的名字改一下。上图中的“超星打印机”就是Microsoft Office Document Imaging 打印机。
　　第三步：执行OCR识别功能
　　打印完成后，文件将自动打开。






　　大致浏览一下，把空白页和图片太多的页删掉。然后在工具栏点击word样的图标，弹出“将文本发送到WORD”窗口，直接确定，MS Office Document Imaging便开始执行文字识别功能，并将识别的内容写入与打印文件相同目录下的同名word文档。





　　文字识别执行完成后文档自动打开。这里打开的是一个网页文件，我们将其另存为.doc。
　　生成的文件中有乱码是必然的。在排版复杂或图片多的文件中尤其如此。OCR会努力把图片当成文字来识别（呵呵，挺用功的~）通常我们需要要把文中多余的空格和回车删掉。最后，把乱码修改一下，OK,大功告成！

如果灵活应用，应该会给学习，生活和工作带来很大便利．

workman

根据我的经验，OCR识别时要根据文本的内容选择中文或英文作为识别语言，这样才会有较好的效果。

xingyuan2008

好像没有PNG转PDF方面,不过还试一下，看看效果！！

魁哥

现在好象已经打不了了，被超星封了

孔南

引用第4楼魁哥于2006-07-13 18:49发表的“”:
现在好象已经打不了了，被超星封了

是吗? 我暂时还没碰到这种情况.
理论上说, 也不该出现这种情况.