2021年9月23日更新：百度文库的付费文档已经不太好下载，以前还能用“百度快照”功能复制文字再编排，现在点文库的快照也还是普通网页，没法复制（提示文档复制为VIP权益,开通VIP可继续复制）。我之前介绍的“树洞OCR文字识别”，识别出来的文字往往是错乱的。经过对比测试，我发现微信自带的“提取文字”功能简单而强大，若在网上下载不到替代文档，可以一页页地截图百度文档，然后用微信来摄取截图里的文字，再全选文字并通过“文件传输助手”转发给自己，最后在doc里合成文档。
微信自带的“提取文字”功能
1）想起十年前，火祥云同学向我展示原版Microsoft Office 2010的OneNote组件里的OCR功能，现在都觉得很神奇。OCR（Optical Character Recognition，光学字符识别）是指电子设备通过检查纸上打印的字符暗、亮来确定其形状，然后将形状翻译成计算机文字的过程。说白了就是识别图片上的文字，然后提取出来，变成可编辑的文档。
2）由于技术门槛相当的高，能做中文OCR识别的公司并不多，那些独立开发者开发的OCR软件APP，一般都是借用大公司的收费API接口。照牛排试着在手机上装过好几个OCR的APP，动辄让你买VIP会员，不然一天只能试用一次。我随便拍了一张清晰的《连平州志》竖排古文内页上去，通通翻车乱码。
用OCR Space识别图片上的文字
3）技术达不到就用免费的吧，发现一个不错的OCR网站OCR Space，支持包括中文在内的多种语言。虽然也不支持竖排的古文，但对付一般的图文识别完全够用了，后续我会用它识别一些历史资料。现在看来，在网站源代码里加代码虽然能防止小偷右键复制，但你挡不住他们自定义的QQ/微信截图快捷键吧？只要截到图，然后OCR识别，稍微编辑一下就什么都有了。所以，我早就放弃抵抗取消了防盗版代码。
用OCR Space识别图片上的文字，效果还可以
4）还有个能识别竖排古文的开源电脑软件“树洞OCR文字识别”（点此下载，提取码：cx8a），由我爱破解论坛“shelher”基于JavaFX开发，调用各云平台开发的识别接口（比如百度识别接口），可联网免费使用。先打开你要识别的带文字的图片，点击树洞OCR的截图按钮，截图并双击，会自动对所选区域进行OCR文字识别。竖排古文，会按现代人从上到下、从左到右的顺序识别出来，你要一句句复制出来用，实用性大打折扣。图片清晰度很关键，象下图这种模糊的竖排古文，截图识别与上传文件识别的效果可能相差很大，每次截图区域的细微差别可能也会影响识别效果。
用树洞OCR文字识别竖排古文
参考资料：OCR软件哪个好？－知乎
转载请以链接的形式注明本文地址，若本文对你有帮助，欢迎本文地址：http://www.zhaoniupai.com/archives/360.html
