Як відсканувати документ і розпізнати його в MS Word

Якщо ви вибрали швидкий шлях написання теоретичної глави, про який ми говорили в параграфі 2.1., скоріш за все, вам не обійтися без сканування документів. В іншому випадку, цей пункт можете пропустити, і починати конспектувати матеріали, знайдені в бібліотеці .

Перед початком сканування потрібно визначитися, що саме ви хочете використовувати при написанні роботи. А для цього потрібно спочатку переглянути наявну літературу і виділити олівцем потрібні моменти.

Коли я вперше сканував статтю з журналу для своєї першої курсової, для мене це заняття було неймовірно складним. В результаті декількох годин роботи зі сканером і FineReader’ом у мене на виході вийшла бредятина, що не піддавалася редагуванню. У підсумку довелося все набирати руками. Щоб у вас не сталося подібного, розглянемо докладніше всі технічні моменти сканування.

Для сканування нам, звичайно ж, буде потрібно сканер. Його не обов’язково купувати. Можна, наприклад, на час взяти у товариша. Я користуюся сканером CanoScan Lide 60. Це хоч і не найновіша модель, але мені дуже подобається цей компактний, швидкий і зручний в роботі “девайс”. Якщо ви взяли на час сканер, для того щоб він працював потрібно спочатку встановити програму-драйвер. Драйвера й інструкцію по установці завжди можна знайти на установчому диску, який додається до пристрою, або завантажити на сайті у виробника. Після установки драйвера, підключіть сканер до комп’ютера за допомогою з’єднувального шнура. Тепер можна вже безпосередньо приступити до сканування.

Але спочатку трохи теорії. Ви повинні знати, що процес сканування складається з двох етапів:

1. Безпосередньо сканування документу. На цьому етапі сканер як би фотографує поверхню сканування документа, і зберігає отримане зображення на комп’ютер у вигляді звичайного файлу .jpg .gif або в іншого формату;

2. Розпізнавання документу. Це процес перетворення тексту з зображення, зробленого сканером, в звичайний тест, який потім можна зберегти в Word і редагувати. Розпізнавання здійснюється без участі сканера, за допомогою спеціальної програми (найпопулярніша Adobe FineReader). Таким чином, ви можете спочатку відсканувати кілька аркушів тексту і зберегти їх у вигляді зображення, і тільки потім перетворювати в текст.

Отже, почнемо етап перший – сканування :

– Запускаємо драйвер сканера: Пуск – Всі програми – Canon – ScanGear (назва драйвера я вказую для свого сканера). З’явиться вікно драйвера:

– Відкриваємо кришку сканера і кладемо книгу, журнал або їх копію текстом вниз, як можна рівніше стосовно країв робочої поверхні сканера:

Тут дуже важливо зробити так, щоб кришка сканера якомога щільніше притискала сканований документ, не допускаючи попадання зовнішнього світла не робочу поверхню сканера, на якій знаходиться документ;

– Виконаємо необхідні установки драйвера сканера. Насамперед, потрібно встановити роздільну здатність, в якому буде відсканований документ. Роздільна здатність (рус. разрешение) – це показник, який визначає рівень деталізації об’єкта при скануванні і визначається в точках на дюйм (dpi, або т / д). Чим більше роздільна здатність, тим якісніше виходить зображення. Але, при скануванні текстових документів, немає сенсу встановлювати максимальний дозвіл, оскільки користі від цього буде нуль. Крім того, сканування з великою роздільною здатністю займає більше часу. Я рекомендую встановлювати дозвіл в межах 400-500 т / д (dpi). При такому налаштуванні зображення виходять досить якісними, для хорошого їх розпізнання, а сам процес сканування не займає багато часу. Пропоную подивитися на скріншот установки мого принтера:

Для початку потрібно перейти в “Розширений режим”. Джерелом завжди буде “Планшет” (планшетний сканер). Кольоровий режим краще встановити “Чорно-білий” , адже для сканування тексту нам кольори не потрібні, а це зменшить розмір зображень на виході. Роздільну здатність, як я вже сказав, слід встановити 400 т / д . Вихідний розмір зображення – обов’язково “А4” . Тепер можна сміливо тиснути на кнопку “Сканувати” . Мій сканер влаштований таким чином, що спочатку запам’ятовує відскановані зображення у внутрішній пам’яті, і тільки при закритті вікна драйвера пропонує зберегти їх на комп’ютер. Мені залишається тільки вказати місце, куди будуть збережені результати роботи.

У вас повинні виходити файли такого типу:

При збільшенні такого зображення повинен бути чіткий текст.

Другий етап – розпізнання отриманих зображень і їх перетворення в текст. Як я вже говорив, для цього потрібна спеціальна програма – FineReader . Скачайте програму за цим посиланням (32Мб) . Пароль до архіву – diplomguide.ru . Запропонована мною версія не вимагає установки (portable). В папці з програмою буде безліч різних файлів, але Вам потрібен тільки один – FineReader.exe . Подвійний клік на цьому файлі запустить програму на вашому комп’ютері.

Ця версія програми досить стара. Всі скріншоти нижче я робив використовуючи саме її. Якщо ця версія  FineReader у вас не запускається – виберіть новішу тут .

Вікно FineReader має наступний вигляд:

Після установки мови, на якому надруковані відскановані вами раніше документи, можна починати розпізнання. Якщо в тексті присутні відразу дві мови (наприклад, російська та англійська) установку зробіть відповідно.

Щоб почати розпізнання натисніть на стрілку праворуч від першої кнопки Сканувати – а потім – Відкрити зображення:

Відкриється вікно вибору зображень. Відкрийте папку в яку ви зберегли відскановані зображення, натисніть CTRL + A (англійське) на клавіатурі і натисніть на кнопку Відкрити .

Після цього, зліва у вікні FineReader’а з’являться ескізи файлів, по центру – на даний момент виділений ескіз в збільшеному вигляді, знизу – ще більше збільшення, а праворуч результат розпізнання:

Для прикладу я взяв лише два зображення. На скріншоті вище виділено перше з них, його зараз і розпізнаємо. Як бачите, зображення відскановано вертикально, щоб розпізнати текст знімок потрібно спочатку повернути на 90 градусів. Для цього скористаємося кнопками і . Наступним кроком потрібно вказати програмі, яку саме частину зображення потрібно розпізнати, а також задати тип даних, які повинні вийти на виході текст: таблиця або зображення. Для цього існують кнопки, відповідно: . Наприклад, якщо потрібно виділити текстовий блок, натискаємо лівою кнопкою на , після цього натискаємо лівою кнопкою мишки в лівому верхньому кутку текстового блоку і, утримуючи ліву кнопку, перетягуємо в правий нижній кут. Для прикладу я повністю підготував до розпізнавання одне зображення:

Як бачите, всі текстові блоки в прикладі вище виділені зеленим, а малюнки – червоним. Таблиці готуються до розпізнавання аналогічно. Для цього призначена кнопка . Для того, щоб перейти до наступного знімка, натисніть лівою кнопкою миші на його ескізі зліва. Таким чином готуються до розпізнавання всі отримані в результаті сканування зображення. Після того, як підготовка зображень завершена, слід виділити все. Для цього клацніть лівою кнопкою в порожньому місці на панелі ескізів (вона називається Пакет ) і натисніть Ctrl + A (англійське) на клавіатурі. Далі клікніть на кнопку і почекайте поки FineReader перетворює зображення в текст. Після цього можна зберігати отриманий текст в Word за допомогою кнопки , після натискання на яку відкриється вікно Майстер збереження результатів . У ньому необхідно вибрати формат для збереження – Microsoft Word, а також поставити позначку щоб збереглися всі сторінки:

Після натискання кнопки ОК програма створить документ Word, і вставить в нього текст з розпізнаних сторінок в тому порядку, в якому вони знаходяться на панелі ескізів (Пакет). Отриманий документ відразу ж збережіть в папку в файлової структурі дипломної роботи і можете приступати до редагування. Як це робиться, описано в моєму безкоштовному курсі .

І останній момент. Якщо ви сканували газету або журнал, текст там часто дається у вигляді колонок (як в розглянутому прикладі вище). Ці колонки в Ворді потрібно перетворити в одну. Виділіть текст у вигляді колонок і виконайте команду: Формат – Колонки – Одна – ОК . Тільки після цього можна ставити Книжкову орієнтацію в Параметрах сторінки, відступи полів, шрифт і т.д.