从图片中获取文字的n种方法总结

现在许多网站都有EXE、CHM、PDF等格式的电子书下载。很多时候这些电子书可以看，但是其中的内容却不能复制。如果我们需要这些电子书中的文本内容，是不是就非得要重新输入一遍呢?当然不用这么麻烦。下面我就告诉大家如何将这些内容从资料中提取出来。

  方法一:Snaglt文字提取

　　Sn.agIt是一款功能强大的图片捕 捉工具，但是很多朋友可能不知道，它 还有文字捕捉的功能，能将文字从图片中提取出来。目前它的最新版本为7.O。启动SnagIt 7.O，在左侧选中“窗口文字”(如图)，在左侧选择输入位置(比如屏幕、区域、窗口等)，输出位置(比如打印机、剪贴板、文件等)。设置完成后，.回到要捕捉文字的文件窗口，按下“捕获”快捷键，即可将文字提取出来。

　　此时我们会发现提取的文字中有很多空格或出现段落错乱等情况，这时我们可以用文字编辑工具进行重新编排。这里以WPS Offi.ce 2003为例：将提取文字复制粘贴至新文档中，依次选择菜单“工具”→“文字”下的 “段落重排”→“删除段首空格”→“删除空段”命令，这时文章已经变得很整齐了。 

文字识别工具

　　文字识别工具简称OCR工具。这里我们以清华紫光OCR文字识别工具为例。打开带有文字的图片(如果是电子书籍，可按下“Print Screerl”屏幕捕获键将其保存为图片)，根据所要提取的文字进行裁剪。启动OCR，打开已裁减的图片，用鼠标在图片中绘制出待识别的文字区域，按下工具栏“识别"按钮即可。文字识别结束后，会自动在一个文本编辑器中打开已提取文字，将结果复制粘贴至其他文档中即可。

方法二 利用Office 2003从图片中提取文字

Office在2003版中增加了Document Imaging工具，用它可以把文字给“抠”出来。 

（1）打开传真图片，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）。 

（2）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。

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。

而在大部分用户都有安装的Office 2003套件中，也附带有OCR功能的组件Microsoft Office Document Imaging。如果您有安装Office 2003，那么可以单击“开始”按钮指向程序组“Microsoft Office”中的“Microsoft Office 工具”选择“Microsoft Office Document Imaging”，即可打开。但Microsoft Office Document Imaging不是Office 2003默认的安装选项，所以在初次启用时如果该组件仍未安装，则需要插入Office的安装光盘进行安装，但整个安装过程将自动完成，您只需要按提示信息操作即可。

首先要保证你机器上安装有office2003并带有Microsoft Office Document Imaging组件，如果你在“开始”、“所有程序”、“Microsoft Office”、“Microsoft Office 工具”依次展开后找不到Microsoft Office Document Imaging，说明你的office2003是精简版的，这时你需要到下面这个网址下载一个完整版的并安装上它。

接下来我说一下转换关键的步骤：

　　１　不管是pdf文件还是图片，把它打开，用printscreen键抓下它有文字内容的部分，粘贴到“画图”中，另存为.tif的图片格式。

　　２　依次打开“开始”、“所有程序”、”、“Microsoft Office”、“Microsoft Office 工具”、“Microsoft Office Document Imaging”。

　　３　用“Microsoft Office Document Imaging”打开.tif文件，点击“使用OCR识别文本”。

　　４　再点击“将文本发送以word”。ok!搞定！

识别率80%以上

截图中获取文字：

首先需要有WORD 里面有一项功能，大部分人都没装，不过长期做文案工作的同志这个功能是必须要装的，就是把书面的文字变成电子版的。

工具---

  WORD自带的组件，03和07的都行。点开始-程序-控制面板-添加/删除程序，找到Office-修改 找到Microsoft Office Document Imaging 这个组件，Microsoft Office Document Imaging Writer 点在本机上运行，安装就可以了。 

软件还有一小技巧：通过改变选项里的OCR语言，可以更准确的提取文字。例如图片里为全英文，把OCR语言改为“英语”可以确保其准确率，而如果是“默认”则最终出现的可能是乱码

然后您把图片用WORD打开，使用刚才您添加进去的功能，它会帮您提取其中的文字。此方法同样可以用在扫描上去的图片。这样就省了很多事情

以前我们主任让我把一本书的规程打印出来，我就是用的此方法，2个小时就搞定了。

网站内提取文字：

有些网站为了维护版权，所以禁止登陆用户使用 复制 粘贴 等功能键，您可以用快捷键来解决 Ctrl+c 复制  Ctrl+v 粘贴

有的更是把全选功能屏蔽了，无法选中需要的文字（例如网站里的小说内容），这样您可以点-文件（快捷键：alt + f）——另存为——选择文件类型最好使用：仅HTML   的格式，这样网页中的内容不会变动地方，格式也一样。保存完毕之后，找到你刚才保存的那个文件，打开它，去复制你喜欢的东西吧 ^_^~

如果保存纯文本（TXT）格式 所有的字都会显示在上面，给您选取的时候会带来很多不便。