【ABBYY FineReader】如何利用世界著名PDF工具ABBYY FineReader给扫描版PDF转换成可搜索的PDF？知识管理的最佳设置建议、不会降低最后显示的质量
一、OCR编辑器的进入
如果你安装后在桌面上没看到，可以去安装目录查找，名称为【FineReaderOCR.exe】。
二、进入后首先两个设置
1、设置OCR识别语言
先把OCR识别语言设为简体中文和英语（想必大部分的中国人就是看由这两种语言写成的文档吧？）。当然你可以自己添加，可以添加多种语言。但是不建议添加太多，会降低识别精度的。
2、设定输出文本形式
一般来说利用PDF来做知识管理，不建议转换为可编辑副本，因为会丧失原有文档的很多排版信息（而且OCR识别出错也不容易追溯和对照）。也不建议转换为格式化文本，因为这些格式不常用，并且普通人还需要花精力知道浏览和编辑它们的工具。纯文本和灵活布局更不建议了，因为纯文本不支持载入图片等复杂数据，而HTML不支持分页。
三、进入OCR设置窗口
下面有两种进入OCR设置窗口的方法。
1.1 在OCR编辑器工具菜单的选项中
OCR编辑器——工具菜单——选项——格式设置——可搜索PDF设置。
如下图所示，图像品质设置为最佳质量，然后不勾选“使用MRC压缩”，可搜索PDF设置里选择页面图像下方的文本。
虽然MRC压缩会大大减小PDF大小，但是你很可能会看不清，所以取消勾选。
1.2 在保存时的选项设置中
保存——选项
四、OCR设置建议
4.1 常规选项
没什么好设置
4.2 图像处理
图像处理中，一定要勾选【在PDF编辑器中启用背景识别】。
拆开对开页是指如果你的PDF是一页中包括两面内容，就会自动帮你分割，这是属于预处理环节的预处理。
纠正页面方向是指如果你是通过拍照或者扫描仪得到的PDF，那么在存在定位不准情况时，会自动帮你微调方向，由歪变正。
4.3 语言（在第一节已述）
4.4 OCR
- PDF识别模式有3种，OCR是指不管PDF原来是不是存在文本层都重新OCR一遍，仅使用PDF中的文字是指不识别直接用来源的文本层，自动自然是软件在决策模式前会检测文档中是否有文字层了。虽然软件会有检测（其实acrobat PDF在识别时也会检测），但是本人估计不同PDF OCR识别出的文字层格式可能不一样，比如你在WPS PDF中扫描文档得到的文字层，可能在ABBYY中检测不到。
- OCR速度和准确度：无疑是通篇识别，也用不了多久，多等等获得更准确的文字层。
- 检测结构元素：全部勾选，比如检测到目录可能会帮你加一个页面超链接；虽然检测效果不好，但总算有些检测得到。
- 使用OCR Editor 中的样式和训练：默认使用内置模式，其他模式可以定制化地提高你的文档识别结果，但是挺折腾人的。
选择字体中，直接按软件识别出的可能字体进行识别即可。
4.5 格式设置（第一节已述）
4.6 区域和文字
默认设置即可，用户词典是定制化OCR识别选项，用来提高识别准确度的，如果你不喜欢折腾，可以不管。
4.7 其他
如果你的CPU很好，可以多设置几核（我不知道默认几核…嘿嘿嘿小白敬请谅解）。
另外建议不要勾选检查更新，没事谁更新软件啊？又没出问题，还占资源。
五、ABBYY OCR编辑器的验证功能
第四节中提到验证设置，那么肯定也有对应的验证功能。
在工具栏中，单击验证就进入验证窗口。
验证窗口中会重点显示置信度较低的字符、识别出来不是在验证词典（默认是微软word词典）中的单词。
其中“跳过”相当于下一个，也就是说跳到下一个需要用户后续验证是否OCR识别正确的内容。
其中“添加到词典”只有跳到陌生单词时才会可用，如果选择添加到词典，下次识别的时候就不需要验证了。
另外其中的“选项”，其实就是在第4.6节的区域文字选项。
如果你还感兴趣用户词典，下图便是。不同语言对应的词典不同，勾选使用微软Word自定义词典，相当于验证所用词典首先基于微软的词典数据库，查不到才会继续检查是否存在于你“存储字典路径”下的数据，还查不到就需要验证了。
声明
其他功能我就不介绍了，ABBYY是一个很好的公司，这款产品我真的很喜欢，我把它用来做我搭建本地知识库的基础软件，推荐大家使用。
全部按照本文的设置，最后输出的PDF书签全部丢失，因此建议把原PDF的书签保存一下，然后用【PdgCntEdit】软件把书签加载在新生成的可搜索PDF上即可。另外，页码的设置也可能会重置，因此如果说原来对封面到正文之间的页码设置成了数字外的标识，重置后原来的目录失效，可能需要用到【PdgCntEdit】软件的页码偏置/偏移功能。
本文测试用的软件是ABBYY FineReader 15版本，如果你的软件界面跟本文不一样，兴许是版本不同呢。但是，大抵不会变化太多，功能一般不会减少只会增加和更智能、易用。
【ABBYY FineReader】如何利用世界著名PDF工具ABBYY FineReader给扫描版PDF转换成可搜索的PDF？知识管理的最佳设置建议、不会降低最后显示的质量相关推荐
- CDRshp文件转html,CDR转PDF设置教程-告诉你如何把cdr转换成适合印刷的pdf
CDR转PDF设置教程-告诉你如何把cdr转换成适合印刷的pdf 书法字体2014.03.18cdr如何转pdf 我在这里所说的CDR转PDF,指的是把CorelDRAW文件转换成适合印刷的PDF文档 ...
- linux将txt文件转化为raw,如何利用qemu-img工具将其它格式的镜像文件转换成VHD或RAW格式...
本文在介绍的基础上如何利用qemu-img工具将其它格式的镜像文件转换成VHD或RAW格式,重点探讨了其具体步骤. 转换镜像格式 ECS只支持导入RAW.VHD和qcow2格式的镜像文件.其他镜像文件 ...
- PDF迅捷转换器html网址,如何把PDF转换成HTML？迅捷PDF转换器
原标题:如何把PDF转换成HTML?迅捷PDF转换器 很多人都知道,PDF格式的文件是可以直接用网页来打开的,那么你是否知道,其实PDF格式的文件还可以直接给转换成HTML这样的网页格式呢?那么如何把 ...
- 怎样把扫描的图片转换成pdf
要想将大量的图片进行排序展示,唯一的方法就是将其合并在一个PDF文档中,可问题出现了,PDF文档根本不接受复制功能,倘若将大量的图片进行格式转换了,唯有借助第三方转换软件.这时,数据格式转换建议:你的 ...
- 【工具封装】Python 实现将阿拉伯数字 === 转换成中文大写数字
一.序言: 工具封装第四弹,阿拉伯数字 ===> 转换成 ===> 中文大写数字,喜欢就赶紧收藏+点赞+关注吧 !!! ---- Nick.Peng 二.实现代码如下: #!/usr/ ...
- CAD图纸文件如何转换成常见的彩色PDF文件？
CAD图纸文件如何转换成常见的彩色PDF文件?将CAD图纸文件进行格式间的转换成为PDF格式也是格式转换中经常见的,编辑完成的CAD图纸文件为了将其进行方便查看会需要将其进行格式间的转换成为PDF格式 ...
- PDF如何转换成EPUB格式？PDF转EPUB常用方法分享
在转PDF格式的过程中有时会遇到比较少见的格式,比如ePub格式,那么这是什么文件格式呢?PDF如何转换成ePub格式呢?今天小编就来和大家介绍PDF转换EPUB格式操作步骤. ABBYY14 下载安 ...
- 图文混合PDF转换成Word方法介绍 PDF转换器下载
PDF文件本身易于阅读难以编辑的特点,使得不少办公用户不得不考虑将PDF文件内容转换成为Word文件格式.借助迅捷PDF转换成Word转换器的强大转换功能,即便是普通电脑用户也可以轻松上手操作,无需做 ...
- 数据对接利用hutool工具类进行xml解析，xml转换成map,然后进行数据入库
数据对接xml解析 <ESBEntry><!--通过MB对请求进行权限验证,验证后将删除AccessControl节点 --><AccessControl>< ...
最新文章
- Android WebView访问SSL证书网页（onReceivedSslError）
- 计算机常用端口号汇总
- 余弦函数导数推导过程_人工智能数学基础----导数
- php 工厂静态类,静态工厂模式（Static Factory）
- db2中null和空值的区别_MySQL数据库的表中 NULL和空值 到底有什么区别呢？
- 大数据-HDFS文件系统是什么
- php中global什么意思,php中global与$GLOBAL的用法及区别(转载)
- 经典好文！java继承父类注解
- 竞价推广的流程有哪些？
- 录音转文字python实现
- 在ubuntu上卸载anaconda
- 隧道场景人员车辆定位系统-帮助隧道施工实现智能化管理
- C语言入门教程，C语言学习教程
- 解决The APR based Apache Tomcat Native library which allows optimal performance in production environ
- css3 图片旋转360度动画
- iOS 朋友圈点赞评论，发布朋友圈，想要的都有
- 04【Verilog实战】SPI协议底层硬件接口设计（附源码RTL/TB）
- android获取网络图片方法,Android获取网络图片并显示的方法
- RFID技术如何让图书馆实现自助借还，自助盘点
- oracle sql 时间差