主流中文OCR软件
?牐牨疚慕樯艿氖腔贠CR技术的市场主流光学识别（中文）软件。鉴于各种OCR软件在市场上的占有率以及普及率，本文主要选择了丹青、紫光、汉王、蒙恬和尚书五个主要OCR品牌来具体介绍，其产品及厂家信息见表1（^38060104a^）。旨在为读者选择适合自己的OCR软件提供参考。
#1?牐犚弧⒅髁髦形腛CR软件介绍
#2?牐牶和?
?牐牐?1） 公司简介
?牐牨本┖和蹩萍脊咀?1985年起就开始从事OCR技术的研究工作，研究内容涉及到中文、英文、日文、韩文的印刷体识别，中文的手写体识别，手写数字识别，表格识别与还原，版面分析与还原，中文OCR系统。
?牐牐?2） 新产品特点（汉王OCR新世纪版）
?牐牶和鮋CR新世纪版是专业文字录入的中文OCR版本，是汉王专业OCR与汉王手写汉字识别系统的集成，特点如下：
?牐牎裎母逍问蕉嘌嚎墒侗鹗中次母濉⒂∷⑽母濉⒈砀竦榷嘀中问降奈母濉?
?牐牎翊笞址嚎墒侗鹨弧⒍豆旰鹤帧⒎碧遄帧⒂⑽摹⑹值壬习僦址牛恢С炙翁濉⒎滤巍⒖濉⒑谔濉⒃蔡濉⑽罕⒘ナ椤⑿锌壬习僦肿痔濉?
?牐牎穸嗍侗鹨妫翰捎萌鍪侗鸷诵奶岣呤侗鹇剩峁┛焖僮既返拇坑⑽氖侗鸸δ堋?
?牐牎癜婷娣治觯褐С肿远婷娣治觯远治鐾枷袂度胛谋尽⒑崤攀拧⒒炫盼谋尽⒈砀裎谋荆蛔远治淖帧⒈砀瘛⑼枷竦睦改渴粜浴?
?牐牎癜婷婊乖褐С纸侗鸾峁乖捎肷?描文稿的版面布局一致的新文本，支持 RTF、PDF、 HTML 等文档格式。
?牐牎窀呤侗鹇剩河∷⑽母? 98%以上，纯英文 99.9%。
?牐犞杏⑽幕炫? 98%，较工整的手写文稿95%以上。
?牐牎袷侗鹚俣? （PⅡ 266机型）：印刷体汉字 120字/秒。
?牐牻瞎ふ氖中次母? 150字/秒（PⅡ266 机型）。
?牐牎穹奖阈薷母霰鸫砦螅何谋颈嗉喜坑泻蜓∽直嗉?/鼠标切换按钮，方便你用汉王笔修改个别识别错误。
?牐牐?3） 产品卖点
?牐牪噬侗鸸δ堋⒏呔鹊谋砀袷侗鸸δ堋⑼夹胃袷绞侗鸸δ堋?
#2?牐犆商?
?牐牐?1） 公司简介
?牐犆商窨萍挤⒄褂邢薰境闪⒂?1991年，是一家专门从事文字的识别研究和产品的对外合作、开发、生产和销售的有限公司。1993年到1994年，蒙恬公司先后与日本CASIO、韩国三星等软件组织及美国的Motorola等公司签约，授权这些公司使用蒙恬的PDA辨识核心。2000年初和广东省科委技术转移中心合作，在北京中关村及广州软件园设立蒙恬R&D研究开发中心，开发和销售全新的蒙恬输入产品。
?牐牐?2） 新产品特点（认识王V3.1）
?牐犆商袢鲜锻跏且惶自赪indows环境发展的中文光学辨识系统（OCR），特点如下：
?牐牎袷中醋直媸叮嚎缮?描辨认手写的中文字。
?牐牎穹奔蛱迦旨淖直媸叮嚎删繁媸睹魈濉⒑谔濉⒎滤巍⒖椤⒃蔡宓榷嘀钟∷⒅形姆碧遄郑?13053字），简体字（6763字），香港字（3048字）及英数字符号。
?牐牎穹奔蚝弦唬嚎上呱锨谢环碧灏妗⒓蛱灏婕跋愀郯姹媸逗诵摹?
?牐牎裆⒛?理：对于扫描品质不良的文件，即使文字部分断线或散墨不清，亦可正确辨识。
?牐牎穸嗳挝窦芄梗翰捎?32位多线程（multi-thread）多任务架构，文件分析、辨识及结果编辑，可同时进行，不必等待。
●人工智能学习功能：可以提升尔后同一字的辨识率。
?牐牎袂昂笙喙卮市Ｕ喝媚憧梢愿菸恼虑昂蟮挠镆饫醋鲂Ｕ?
?牐牎衩酰嚎缮?描辨识中英文名片将名片分类管理，还可输出至Outlook或Excel中。
?牐牬送猓鲜锻趸咕哂杏跋裥拚⒂跋袷淙搿⒈砀裰叵帧⑻妆淼榷嘀止δ堋?
?牐牐?3） 产品卖点
?牐犜宓男拚δ堋⒈媸吨悄苎?习。
#2?牐牭で?
?牐牐?1） 公司简介
?牐犃⑿鹿势笠导攀巧轿蛔ㄒ涤跋袢砑娜ㄍ弧６嗄昀矗⑿鹿室恢弊ㄗ⒖⒂泄赜跋穸嗝教濉?办公室文件辨识系统以及网络影音传输等领域。以全方位产品以及优质的服务，跨入国际市场，并与国际电脑硬件厂商如Adobe、EPSON、JVC、Kodak、NEC、等知名大厂建立了长期的合作关系。在2000年10月份跻身国内1000家大企业。
?牐牐?2） 新产品特点（丹青4.0黄金版）
?牐牭で嘀杏⑽奈募媸断低? 能快速地将大量文件数据转换成可编辑的文本文件。加速办公室的自动化，帮助一般的公司解决大量中英文印刷文件输入（如剪报 、商业信息、技术文件……）的负担，让使用者能以较低的成本（不需专业的打字员即可操作）在短时间内（每分钟9000字），建立属于自己的情报系统。同时，也可帮助一般使用者快速建立自己的数据库。
?牐牭で嘀杏⑽奈募媸断低? 能辨识的范围包括各式彩色、黑白、表格及非表格文件；能辨识的内容包括 繁体中文、简体中文、英文及阿拉伯数字。辨识后的文本文件所占的内存空间远较未辨识前的影像档案小。在经过校对后即可储存成TXT、RTF、DOC、XLS、SLK、CSV等各种文件格式，并且可以在一般的文字处理软件（如写字板、MS Word、Excel等） 中被开启和编辑。除此之外还可直接传送成电子邮件，或将文件以HTML 格式，通过网络浏览器（如Internet Explorer、Netscape Navigator等）直接打开。
?牐犠远媸豆δ堋⒃闹叵直嗉肪场⒍嗵灞媸丁⒉噬诎妆媸丁⒆远嘉姆治觥⒀?习新字功能、自动校对功能。
?牐牐?3） 产品卖点
?牐犠远媸豆δ堋⒈嗉ㄒ底挚庾远６怨δ堋?
#2?牐犐惺?
?牐牐?1） 公司简介
?牐犐惺镺CR文字识别系统由北京汉王科技公司授权上海中晶电脑公司独家使用，软件版权属于北京汉王科技公司。其中尚书六号（最新版）仅支持由上海中晶电脑有限公司生产的支持TWAIN标准的扫描仪。尚书六号是用于专业文字录入的中文OCR版本，识别核心与汉王OCR新世纪版相同。
?牐牐?2） 新产品特点（尚书六号）
?牐犑侗鹱旨哟蟆⑹侗鹱痔逯掷嘣龆唷⒅杏⑽幕炫诺氖侗鹇蚀蟠筇岣摺⑻峁┎噬⒒叶壬?描功能，方便用户使用、整体识别率大大提高、提供识别结果的图文并存的彩色版面恢复，支持RTF、HTML的输出。
?牐牐?3） 产品卖点
?牐牪噬侗稹⒏嗟氖涑霰４娓袷健⒅С直砀衲Ｊ降氖侗鸷突指础?
#2?牐犠瞎?
?牐牐?1） 公司简介
?牐牨本┣寤耐ㄐ畔⒓际跤邢薰臼窃谠铱莆闹С窒拢乒阌τ们寤笱У缱庸こ滔档目蒲谐晒?863高科技计划”信息领域多字体印刷汉字自动识别技术，于1992年成立的集科研、生产、销售一体化的高新技术企业。新千年到来之际以清华紫光股份有限公司、清华大学企业集团及国家科委高技术发展中心为股东，重组成立——北京清华紫光文通信息技术有限公司，公司总注册资本金2000万元人民币。在1996年清华紫光开始搭配中文识别软件之前，市场上的扫描仪和OCR软件一直是分开卖的。随着扫描仪分辨率的提升，紫光的软件也随之升级，目前最新的版本是TH-OCR2000。TH是TsingHua的缩写，TH-OCR代表清华文通公司开发的OCR软件。
?牐牐?2） 新产品特点（TH-OCR2000）
?牐燭H-OCR2000以清华TH-OCR为基础，更专为每天需要录入大量数据的单位量身制作。特点如下：
?牐牎? 高效：具有对超大字符集（达万余字）、超多种字体（近百种）的汉字识别能力；具有对彩色及复杂中文报纸等进行版面分析、版面理解和准确复原的能力，生产效率是传统手工方式的三倍以上。
?牐牎? 高质：不需打印校样，一次录入就能达到出版质量，将电子文档的错误率严格控制在万分之一以下。
?牐牎? 低成本：建一个10人左右的紫光数据录入工厂，相当于40人左右的传统数据工厂，可节省大量人员费用及管理费用，大大降低了单位数据的生产成本。
?牐牐?3） 产品卖点
?牐牪煌∷⑵返牧己弥С帧⒍捞氐脑逍６圆榇硪妗?
#2?牐犠瞎?
?牐牐?1） 公司简介
?牐牨本┣寤耐ㄐ畔⒓际跤邢薰臼窃谠铱莆闹С窒拢乒阌τ们寤笱У缱庸こ滔档目蒲谐晒?863高科技计划”信息领域多字体印刷汉字自动识别技术，于1992年成立的集科研、生产、销售一体化的高新技术企业。新千年到来之际以清华紫光股份有限公司、清华大学企业集团及国家科委高技术发展中心为股东，重组成立——北京清华紫光文通信息技术有限公司，公司总注册资本金2000万元人民币。在1996年清华紫光开始搭配中文识别软件之前，市场上的扫描仪和OCR软件一直是分开卖的。随着扫描仪分辨率的提升，紫光的软件也随之升级，目前最新的版本是TH-OCR2000。TH是TsingHua的缩写，TH-OCR代表清华文通公司开发的OCR软件。
?牐牐?2） 新产品特点（TH-OCR2000）
?牐燭H-OCR2000以清华TH-OCR为基础，更专为每天需要录入大量数据的单位量身制作。特点如下：
?牐牎? 高效：具有对超大字符集（达万余字）、超多种字体（近百种）的汉字识别能力；具有对彩色及复杂中文报纸等进行版面分析、版面理解和准确复原的能力，生产效率是传统手工方式的三倍以上。
?牐牎? 高质：不需打印校样，一次录入就能达到出版质量，将电子文档的错误率严格控制在万分之一以下。
?牐牎? 低成本：建一个10人左右的紫光数据录入工厂，相当于40人左右的传统数据工厂，可节省大量人员费用及管理费用，大大降低了单位数据的生产成本。
?牐牐?3） 产品卖点
?牐牪煌∷⑵返牧己弥С帧⒍捞氐脑逍６圆榇硪妗?
#1?牐牰⒅髁髦形腛CR软件横向比较
?牐犓档街髁鱋CR软件，我们眼前会出现一个个耳熟能详的名字。在它们各自的识别功能上，可谓各有千秋。首先我们不得不提一下清华紫光TH-OCR。由于它得到了清华大学以及国家863计划的技术支持。所以其功能十分强大，市场占有率据说也是最多的。而汉王和尚书由于都是使用的汉王公司的识别核心，所以在功能上基本是一样的，而尚书六号是市场上对表格识别比较好的软件之一。丹青以立新国际企业集团强大的研发优势和友好的操作方式，也赢得了一定的用户。蒙恬的软件整合功能是OCR软件中比较出色的。
?牐牳髦种髁鱋CR软件在具体的识别功能上，虽然存在差异，但从局部功能来看，是有一定相通性的。比如横竖版的自动识别、文件自动或者手动分析、简体多体识别、表格识别、多文件识别扫描、文字后期处理（分割、合并）、版式还原等功能，是OCR软件中都有的，所表现出来的只有功能处理质量方面的差异。下面列出了各种主流OCR软件最新版本的一些技术细节信息（表2）（^38060104b^），供大家参考，所有数据来自厂家资料，笔者进行了核实。
#1?牐犎⒅形腛CR的市场状况
?牐犛捎谌胧赖挠跋欤?描仪销售的传统格局被打破，各大扫描仪生产厂商纷纷改变了自己的经营策略，配套的或者说是捆绑销售的OCR识别软件成为扫描仪市场上的一大卖点。捆绑销售使这些往日昂贵的OCR软件进入了寻常百姓家，在这里列出了现在市场上主流扫描仪捆绑销售OCR软件的状况（表3）（^38060104c^），供大家选购扫描仪以及捆绑销售的OCR软件之用。
?牐犘枰⒁獾氖牵撼鲎怨纠娴目悸牵Π笙鄣腛CR软件均把软件的内核进行加密，使软件只能与特定的扫描仪配套使用。例如：在紫光与尚书中不能直接调用ACER扫描仪的扫描程序，能直接调用ACER的只有丹青。对此我们也并非无计可施，只需先用扫描仪把文字扫成公共识别图片格式（如TIF格式）并保存，再用OCR软件导入图片识别就可以了。