Office在2003版中增加了Document Imaging工具,用它可以查看、管理、读取和识别图像文档和传真文本。其实,利用它的这个功能,我们还可以把网页或电子书中的文字给“抠”出来。
打开电子书,尽量采用较大的字体,翻到想要获取的页面,用抓图软件SnagIt对相关的内容进行抓取,然后在“文件”菜单中选择“复制到剪贴板”命令(也可以用其他抓图软件,当然最简单的是Windows中自带的Print Screen键来抓取整个屏幕,然后在“画图”程序中对不要的部分进行裁剪并保存,然后复制)。
在“开始”菜单的“Microsoft Office工具”中打开Microsoft Office Document Imaging,在左侧窗口中单击鼠标右键,选择“粘贴页面”,把复制的图片粘贴到Document Imaging中,在“工具”中选择“使用OCR识别文本”,Document Imaging的OCR识别程序就会对图片进行识别,完成后选择“工具”中的“将文本发送到Word”,程序会自动打开Word文档,展现在你面前的就是从图片中“抠”出来的文字,如图所示。
提示:一般而言,识别的准确率可以达到95%以上,但对英文和数字的识别不是太好。