精华内容
下载资源
问答
  • 扫描图片怎么提取文字 Tom虽然能说流利的中文,但是动手能力不行,让他拼音或是五笔电脑输入是不行的,只会简单的几个常用语的输入,多数时候采用的是复制的方式进行文字的输入。碰到图片文字、扫描文字、pdf文字...

    扫描图片怎么提取文字

    Tom虽然能说流利的中文,但是动手能力不行,让他拼音或是五笔电脑输入是不行的,只会简单的几个常用语的输入,多数时候采用的是复制的方式进行文字的输入。碰到图片文字、扫描文字、pdf文字等等不能复制的文字就直接傻眼了,这些图片文字提取有什么好方法吗?对Tom来说解决这个问题是非常有必要的。图片文字提取大师
      其实现在图片文字提取的方法很多,可以使用的工具也非常多,但是要找到一个好用的工具也不是一件简单的事情。很多人迄今为止可能还没找到适合的工具,小编今天推荐给大家本人使用的捷速图片文字提取工具,该工具能够快速的提取图片文字,而且是在保证提取正确率的前提下。这是因为捷速采用的是先进的光学识别技术,能够在短时间内对文字进行多层次深入的分析,所以提取的效果很好。ocr识别软件
      捷速图片文字提取工具因为自身智能化程度高,很多程序都自动完成了,简化了操作步骤,所以使用起来非常的方便。是任何一个网友都能够自主进行操作的工具,普通网友做出专业的水平。
      1、打开软件看到左上角的“添加文件”没,点击那里按照提示找到图片文字,将其添加进去。如果嫌麻烦还可以直接将图片拖拽至标注的长方形框内;
      2、右下角的“浏览”按钮选择识别结果的存放路径,如果不选就会默认存放在原有路径;
      3、最后,就到识别的关键步骤,点击“开始转换”按钮,识别工作就开始了。图像识别软件
      捷速图片文字提取工具能够既快速又高效的提取文字,相信是众多网友一致在寻找的那个工具。它是一款不可多得的工具,如果有图片文字提取需求的话不妨试试。

    转载于:https://www.cnblogs.com/OCRshibie/p/4158306.html

    展开全文
  • 将输入文档使用透视变换将不规则图形变换,然后使用tesseract库进行识别文字 变换前图形 变换后图形 步骤 1.加载原图并显示 2.重新调整大小 3.灰度处理 4.滤波 5.边缘检测 6.找出轮廓 7.透视变换 主要的步骤...

    目的

    将输入文档使用透视变换将不规则图形变换,然后使用tesseract库进行识别文字

    变换前图形
    在这里插入图片描述
    变换后图形
    在这里插入图片描述
    步骤
    1.加载原图并显示
    在这里插入图片描述
    2.重新调整大小
    在这里插入图片描述
    3.灰度处理
    在这里插入图片描述
    4.滤波
    在这里插入图片描述
    5.边缘检测
    在这里插入图片描述
    6.找出轮廓
    在这里插入图片描述
    7.透视变换
    主要的步骤:
    需要变换前pst1和变换后的4个坐标点pst2:这里可以使用图形的4个顶点
    使用函数获得M矩阵
    pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
    pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
    M = cv.getPerspectiveTransform(pts1,pts2)
    根据M矩阵获得变换后的图形矩阵
    dst = cv.warpPerspective(img,M,(300,300))
    在这里插入图片描述
    根据修改好的图形使用tesseract库来识别图中文字
    在这里插入图片描述
    代码实现

    图形处理模块

    import cv2 as cv
    import numpy as np
    import math
    import pytesseract
    
    
    def resized_img(img, width=None, height=None, inter = cv.INTER_AREA):
        """
    
        等比例重新调整大小
        :param img:
        :param width: 宽度整数
        :param height: 高度整数
        :param inter:
        :return: 返回调整后的图形矩阵
        """
        # 如果宽高都为0
        if height is None and width is None:
            return img
    
    
        h,w = img.shape[:2]
        # print(w,h)
        # 同比例放缩图  形
        prop = w/h
        # print(prop)
    
        if height is not None and width is not None: # 宽高都给定
            return cv.resize(img,(width,height),interpolation=inter)
        elif height is not None:# 给定高度计算宽度
            w = int(height*prop)
            return cv.resize(img,(w,height),interpolation=inter)
        else:
            h = int(width/prop)# 给定宽度计算高度
            # print(h)
            return cv.resize(img,(width,h),interpolation=inter)
    
    def show(img, name="image", model=0):
        """
    
        :param img:
        :param name:
        :param model: 是否可以缩放图片
        :return:
        """
        if model == 0:
            cv.namedWindow(name, cv.WINDOW_NORMAL)
        cv.imshow(name, img)
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    def order_point(contour):
        """
        对输入的4个坐标进行排序
        分别为左上,右上,右下,左下
        :param contour:
        :return:
        """
        # contour(4,1,2)
        print(contour.shape)
        print(contour)
        rect = np.zeros((4,2), dtype=np.float32)
        s = contour.sum(axis=1)
        print(s)
        sort_s = sorted(s, key=lambda x:x[0])
        left = sort_s[:2]
        left_sort = sorted(left, key=lambda x:x[1])
        rect[0] = left_sort[0]
        rect[3] = left_sort[1]
        right=sort_s[2:4]
        right_sort = sorted(right, key=lambda x:x[0])
        rect[1] = right_sort[0]
        rect[2] = right_sort[1]
        return rect
    
    def new_point(origin):
        """
        根据原始的4个点位置得到新的4个对应点的位置
    
        :param origin:
        :return:对应宽高 以及目标4个位置
        """
        top_left, top_right, bottom_right, bottom_left = origin
        # print(top_left,top_right,bottom_right,bottom_left)
        # 根据输入的坐标计算新的坐标
        w1 = math.sqrt(((top_right[1]-top_left[1])**2)+((top_right[0]-top_left[0])**2))
        w2 = math.sqrt(((bottom_right[1]-bottom_left[1])**2)+((bottom_right[0]-bottom_left[0])**2))
        print(w1,w2)
        w = int(max(w1, w2))
        h1 = math.sqrt(((top_right[1]-bottom_right[1])**2)+((top_right[0]-bottom_right[0])**2))
        h2 = math.sqrt(((top_left[1] - bottom_left[1]) ** 2) + ((top_left[0] - bottom_left[0]) ** 2))
        print(h1,h2)
        h = int(max(h1,h2 ))
        dst = np.array(
            [
                [0, 0],
                [w - 1, 0],
                [w - 1, h - 1],
                [0, h - 1],
            ],dtype=np.float32
        )
        return (w,h),dst
    
    
    def ocr_preprocess():
        """对输入图像进行变换成规矩的图形"""
        # 加载原彩色图
        image = cv.imread("image/ocr_recoginze/page.jpg")
        show(image, name="image", model=0)
        print(image.shape)
    
        # 对图像缩放用于测试方便观察
        ration = image.shape[0]/500
        print(ration)
        resiz_color_img = resized_img(image, height=500)
        show(resiz_color_img, name="resiezed_color_img", model=1)
        print(resiz_color_img.shape)
    
        # 原图进行后续操作
        # resiz_color_img = image
        # 转化为灰度图
        gray = cv.cvtColor(resiz_color_img, cv.COLOR_BGR2GRAY)
        show(gray, name="gray", model=1)
    
        # 滤波操作
        gray = cv.GaussianBlur(gray,(5,5),0)
        show(gray, name="gauss", model=1)
    
        # 边缘检测
        edge = cv.Canny(gray, 100, 200, apertureSize=3)
        print(edge)
        show(edge, name="edge", model=1)
    
        # 边缘检测过后已经是二值化的图像
        # 进行轮廓提取
        contours, hierarchy = cv.findContours(edge, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    
        # 找到最大的5个轮廓
        contours = sorted(contours, key=cv.contourArea, reverse=True)[:5]
        print(len(contours))
    
        fit_controus = []
        # 轮廓近似
        for contour in contours:
            arclen = cv.arcLength(contour,closed=True)
            epsilon = 0.01*arclen
            approx = cv.approxPolyDP(contour, epsilon=epsilon, closed=True)
            # 轮廓近似为4个点
            if len(approx) == 4:
                fit_controus.append(approx)
                break
    
        # 画出轮廓
        cv.drawContours(resiz_color_img, fit_controus, -1 ,(0,255,0),1)
        show(resiz_color_img, name="outline", model=1)
    
        # 透视变换
        for contour in fit_controus:
            # 原始图像4个点的位置
            print("原始:",contour)
            print("ration后的:",ration*contour)
            origin = order_point(contour*ration)
            # 对应变换后的4个点的位置
            size, dst = new_point(origin)
            print(size)
            # 获得变换矩阵
            perspect_matric = cv.getPerspectiveTransform(origin, dst)
            print(perspect_matric)
            # 得到变换后的图像矩阵
            wraped = cv.warpPerspective(image,M=perspect_matric,dsize=size)
            show(wraped, name="wraped")
            cv.imwrite("my_page.png", wraped)
    
    if __name__ == '__main__':
        ocr_preprocess()
    
    

    图形识别模块

    import pytesseract
    from PIL import Image
    # fp = open("my_page.png",'br')
    text = pytesseract.image_to_string(Image.open("my_page.png"))
    print(text)
    
    展开全文
  • 扫描图片文字软件

    2015-09-30 15:36:19
    扫描图片文字软件.将网页截图,然后通过某款工具提取图片中的文字,下面我就来给大家简单分享一下从图片中提取文字的方法吧!
  • 平常就只能进行简单的截图然后手动提取图片中的文字了,这样操作下来是非常耽误时间的,大家要想快速的解决这个问题,我们必须要借助工具的帮助才行,那么什么软件可以提取扫描文件上的文字?针对这个问题,就让小编...
        在工作上会遇到一些不能复制、粘贴文件资料,平常就只能进行简单的截图然后手动提取图片中的文字了,这样操作下来是非常耽误时间的,大家要想快速的解决这个问题,我们必须要借助工具的帮助才行,那么什么软件可以提取扫描文件上的文字?针对这个问题,就让小编来详细的介绍下吧!


        其实我们在网络上查一查,ocr文字识别软件并不少。但是对于这种技术,说起来容易,做起来就难了。OCR技术是一个过程,对于要识别的文件有很大的要求,比如图片的清晰度,图片的分辨率,图片的饱和度等等都会影响软件的识别效果。所以很多软件在这方法都会要求用户将文件调整到最佳的状态后再识别。比如对文件进行预处理,文件添加后进行各种因素的调整等。


        捷速OCR给大家的工作生活带来了太多的方便,也节约了大量的时间,只需要简单几步就能完成识别工作。



        1、打开下载好的软件,软件就自动进入到操作主界面,首先我们点击第一个“读取”按钮,找到需要识别的文件所在位置,点击即可完成文件的添加工作。


        2、页面会出现原文件,这个时候我们点击“纸面解析”按钮,软件会对文件的段落等进行分析,这样识别得到的文件就会与原文件的段落排版一致。


        3、一切准备就绪,点击“识别”按钮,单页的文件瞬间就能完成识别工作。页面的右边就会出现识别的结果,根据原文进行核对。


        4、识别好的文件选择保存的格式,有图片和word格式我们都可以选择。


        大家按照小编的介绍进行操作,就可以轻松的完成文件的提取,使用前一定要详细的阅读使用方法。而且,如果大象还想了解其他软件的话,这里小编可以推荐一款软件迅捷cad编辑器
    展开全文
  • 关于“怎么从扫描的PDF文档/图片里提取文字”,我集思广益,得到如下结果: 首先是这里的一篇文章:http://hi.baidu.com/d_zzn0470/item/4c4c4bfdee25e714fe358296,摘录如下:  通过扫描纸质文件创建...

    时间浪费在打字上可不好!


    关于“怎么从扫描的PDF文档/图片里提取文字”,我集思广益,得到如下结果:


    首先是这里的一篇文章:http://hi.baidu.com/d_zzn0470/item/4c4c4bfdee25e714fe358296,摘录如下:

     通过扫描纸质文件创建的pdf文档是不能简单地转换成可以编辑的word文档的,只能够通过文字识别的方法,将pdf文档里的文字提取出来。
        如果扫描的分辨率很低,文字识别的正确率会打很大折扣。如图示的pdf文档,扫描的质量就很低,文字模糊,笔画残缺,用什么识别工具提取文字的效果好一些呢?


    1、用Adobe Acrobat识别
        用Adobe Acrobat打开这pdf文档,操作菜单“文档”→“OCR文本识别”→“使用OCR识别文本”,经过识别以后,用“选择工具”选中文字进行复制,再粘贴到文本文件或word文档,提取出的文字如下:“人提使用胶粘邦l 己有JL f 'f的历史,最早使用的胶粘制为粘土、动物胶、植物脏、iffj
    宵等夭年在物质来帖横生情用品、'E严工具和古战黯哥。直到20 世纪初,ffli:曹合成高付俨
    J: 业的?若立与平断进步,革于ff 峨高分f 的胶柑1111 件到了阻瞌垃隅,股帖如l 己应用于阁íI!
    经济各个工业部门相日常生活中。在多年的应用中1莘步形成了简便、易行、实用的胶粘鼎l
    帖楼技术。i草种技术除街Ij\用汇业相日常生Ei齿'和得到广泛1iY.咱外[!成川J 航天削啦、民
    器、船舶、电子倍思工税等闲民经前工业部门不可棋性的技术
    粘攘技术是种在晴性极强,科技吉量较高的技术。撞了具备简便、快捷、高逊、价
    廉、惯于肯定报帮特点奸、还可忖闷质材制相术问质材制等各钟材阶的材料在不!lt外界作闸
    的情况下实施良町A的粘接,解决了用其它连接方法无法解决的闷题,为结构连接和设备维
    幢开辟了接醋新的道路。”
       简直是天书,根本不能采用。

    2、转换成jpg图片以后在线进行识别
        用Adobe Acrobat打开这pdf文档,操作菜单“文件”→“导出”→“图像”→“JPEG”,将pdf文档转换成图片。也可以用用Phptoshop打开这pdf文档,另存为jpg图片。
        登录www.netocr.net在线文字识别网站,将转换成的图片上传,网站识别出的文字如下:“人类使用胶粘剂已有几十年的历史
    最早使用的胶粘利为粘土、动物胶、植物胶、sR}
    育等大帐物质来粘接生活用结、生产工具和古兵器等直到zo世纪初,随着台成满分子
    r_业的建立与不断进步,纂 }合成简分子的胶粘剂得到了还发股,胶粘剂已rz用于国民
    经济各个工业部门和日常生活中〔在多年的应用中逐步形成了简便、易行、实用的胶粘剂
    粘接技术.、该种枪术除在民用f业和日常生活中得多U厂一游业用外L成为ru天航空、兵
    器、船舶、电子
        粘接技术是
    信息工I'i等国民经济工业部门不可缺少的技术
    种实用性极强,科技含量较高的技术。除了具备简便、快捷、高效、价
    廉、便于掌握等特点外,!: 'i对同质材料和不同质材料等各种材质的材料在不受外界作用
    的情况I"实施良好的粘接,解决了用其它连接方法无法解决!山和题,为结构连接和设备维
    修开辟了一条崭新的道路”
        效果比用Adobe Acrobat识别要好一些,个别地方前后次序颠倒了。

    3、用汉王 pdf ocr软件识别
        用汉王 pdf ocr,操作菜单“识别”→“开始识别”,识别的结果如下:“ 人类使用胶粘剂已有儿f午的历}圭!,龄早使朋的胶粘剂为牯上、动物腔、植物胶、衙
    霄等天然物质来带占撮擞储用品、擞严工辫和古藏器等。赢到20世纪韧,随蔚赍成离分1j二
    ,l:此的建立与不断,进步,基于合成筒分子的腔粘剂得到了迅遵艟解,腔帖制已虚用于圈融
    经济各个工业部门和日常生活中。,在多年的应用中逐步形成r简便、易行、实用的腔粘荆
    粘拯技术。,拣种技术除猩民用jt北和日常嫩耩中彳寻驯广涎娩啊外.融成为航哭.航空.成
    器、船舶、电子信息工程等困民经济工业部门不可缺少的技?术.
        粘接技术是…种蜜用性极强,科技音量较高的挫术。豫了县备简便、快捷、尚敞、价
    廉、便于譬搬游特点外,邂可对同鹰材料帚¨不同质材料等备种材艟的树料在币i蹙外界怍I}I
    的情况下实施良好的粘接,解决了用其它连接方法无法解决岫问题,为结构连接和设备维
    修开辟了一条崭新的道路。”
        也和天书差不多。

    4、用Microsoft Office Document Image Writer进行识别
        用任何pdf阅读软件打开这pdf文档,操作菜单“文件”→“打印”,打印机名称选择“Microsoft Office Document Image Writer”,这是一个随Microsoft Office 2003一起安装到计算机里的虚拟打印机,它将PDF文档打印到后缀为“mdi”的文件里,并自动打开,在打开的“mdi”文件里依次操作菜单“工具”→“使用OCR识别文本”和“工具”→“将文本发送到word”,提取出的文字如下:“人类使用胶粘剂己有几于年的厉史,最早使用的胶粘剂为粘上、动物胶、植物胶、沥臂等天然物质来粘接生活用品、生产工具和古兵器等。直到20 擞纪初,随着台成高分子狡业的建立与不断进步,荃于含成高分一子的胶粘剂得到了迅速发展,胶粘剂已应用于国民经济备个工业部门和日常生活中〔 在多年的应用中逐步形成了简便、易行、实用的胶粘剂粘接技术。、这种技术除在民用一〔 业和日常生活中得歹U 广泛应叮外.已成为航夭,航空、兵器、船舶、电子信息工程等国民经济工业部门不可缺少的技术二
    粘接技术是,,一种实用性极强,科技含量较高的技术。除了具备简便、快捷、高效、价廉、便于掌握等特点外、还可对同质材料和军同质材料等各种材质的材料在不受外界作用的情况下实施良好的粘接.解决了用其它连接方法无法解决的问题,为结构连接和设备维修开辟了一条崭新的道路。”
        相对而言,识别的正确率是四种方法中最高的,毕竟是微软,不服不行。

    ///

    所以说,我们还是用Office自带的功能好了!

    Microsoft Office 2003里面有这个功能,上面已经说过了。但是在Office 2013上却没有发现!

    其实它集成在Microsoft OfficeOneNote里面。在任何PDF阅读器中,选择打印,在弹出的对话框中,打印机选择“发送至 OneNote2013”即可将你指定的文档发送到 OneNote里面,然后在 OneNote软件里面,右击图片,就可以找到想要的复制选项了。详情见下图:


    选择“发送至 OneNote2013”。

    另外,其中的Microsoft XPS Document Writer是微软推出的一种文档记录格式工具,和pdf类似,但不能打开PDF。XPS是 XML Paper Specification的简称,它是微软公司开发的一种文档保存与查看的规范。人们认为 XPS 是 Adobe公司的 PDF的潜在竞争对手。但是,XPS 是一个静态文档格式,其本身不包括类似于 PDF 所具有的动态特性。XPS 随着 Windows Vista发布,并且已经得到了办公用打印系统厂商 柯尼卡美能达佳能爱普生惠普理光施乐以及 Software Imaging [2]、Informative Graphics [3]等软件厂商的支持。

    在添加的图片上,右击,出现如下快捷菜单,如图所示,“复制此打印输出页中的文本”会将此页文本复制到剪贴板;”可选文字...“则会打开一个类似于txt的文本框,你可以在里面选择想要的文字;注意,下面红色方框框出的部分“使图像中的文本可搜索”,可以选择中英文或者禁用。



    当然啦,既然PDF转到OneNote里面是图片的形式,那么我们直接给OneNote一张图片,它也是也是识别里面的文字的。


    有的朋友,可能在安装Office的时候没有选择Office小工具里面的OCR,可以找到安装盘,选择“添加或删除功能”,添加OCR功能。


    展开全文
  • 微信小程序开发项目——图片扫描提取文字(OCR) ##完整的一个图片OCR微信小程序项目,采用了百度OCR的API和百度翻译API,实现了拍照,选图,批量图片识别提取文字,表格识别,图片剪裁,支持分享,翻译,校对,记录...
  • 用图片文字提取大师提取图片上面的文字 扫描图片相信大家都不会陌生,很多的纸质文件或是其它东西,我们都可以通过扫描仪进行扫描,然后以扫描图片的方式出现在电脑中。但是这些扫描图片中的文字不能随意的进行编辑...
  • android ORC扫描文字

    2016-07-16 15:03:18
    通过光学影像技术主要是一个将扫描图上的文字识别并提取出来,
  • 窗口文字扫描仪,提取窗体、按钮等内的文字
  • 1、如果您喜欢某本纸质书籍或某篇文章,那么,只要用数码相机、手机或扫描仪将它拍下来,上传到电脑上,然后用该软件轻易的转换成文本文字; 2、您可以随时随地用数码相机、手机自由采集书籍、报刊、标牌、展板、...
  • 目前,一致基于Android、iOS系统的移动端车牌识别算法仅需手机摄像头扫描车牌,像扫二维码一样,扫描识别车牌,方便、快速、准确,大大提升用户体验。 首先说一下移动端车牌识别技术(Vehicle License Plate ...
  • 方法非常简单,首先,第一步先去自己手机的各大应用商店搜索下载安装QQ浏览器,安装好后打开它,进入我们点击搜索框最右边的相机图标,再点击最底部这里的提取文字,然后对着你要提取的文字,再点一下拍照键,拍下后...
  • 当对一个纸质文件进行扫描后,以图片形式保存,..."友益ocr提取图片文字工具"是通过调用百度ocr来实现图片内文字的识别,可以较好满足要求。这是一款免费限量使用的工具软件。只要百度接口免费开放,就可以无限期使用。
  • 图片提取文字到word

    千次阅读 2008-09-23 16:20:00
    它能够将扫描文字直接导入到WORD中进行编辑。 方法2、你有photoshop吗?用photoshop打开你扫描的保存为jpg格式的文件,然后点文件——存储为,在出来的对话框里选择保存的格式,里面有pdf格式!可能也有word格式
  • OCR技术的出现,实现了将印刷文字扫描得到的图片转化为文本文字的功能,提供了一种全新的文字输入手段,大大提高了用户工作的效率。 二、OCR适合对象  1.印刷行业、文印店:经常会遇到客户只给你一本厚厚的宣传册...
  • 手机中有全能扫描王,但PC端没有。所以需要另外找。 发现微软的oneNode有提供类似的功能。 第一步、下载Microsoft OneNode http://www.onenote.com/download/ 第二步、打开OneNote,插入需要转换的图片。然后右键...
  • 价值3000元的图片提取文字工具 TH-OCR XP 能够适应超过一百种Windows字体。 TH-OCR XP 能够识别全部简体国标一二级6763个字符,繁体13000多字符。 TH-OCR XP 能够识别彩色图象,并转换成带有彩色图片的RTF格式...
  • 友益ocr提取图片文字转文本工具 当对一个纸质文件进行扫描后,以图片形式保存,如果需要对进行修改编辑,则需要重新输入或把图片格式转换为文本格式。这时就需要用OCR技术,提取图片上的文字。"友益ocr提取图片文字...
  • 不错的文字提取软件,先扫描,然后确定字段顺序,软件会自动提取文字
  • 不管在生活中还是在工作中,经常会需要将图片或者纸质文稿中的文字提取成出来,那该如何快捷方便的将图片中的文字提取出呢?随着手机功能越来越强大,手机也能当做专业的OCR工具来使用,今天笔者就分享2个便捷的扫描...
  • 得力ocr文字识别软件可以帮助我们迅速识别提取手写文字,一键复制粘贴就可以保存成电子档文件。 尽管现在大多用电脑手机记录信息,但还有很多人在坚持手写。比如老一辈作家等,手稿虽然珍贵,可纸质毕竟不能长久...
  • 一、扫描图片上的文字并打印出来 1、下载tesseract,提取码: zckj OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。 对于图形验证码来说,它们...
  • 很多人想要把PDF里的文字提取出来,却大费周章走了弯路,到处搜索“免费PDF转Word”,其实单纯提取文字福昕阅读器就能实现。 操作方法 首先使用福昕阅读器打开PDF文件,点击【视图】——【文本查看器】,就可以看到...
  • 对于word中的数据,我们可能存在将其抽取为结构化数据的需求。抽取思想为对整个word文档从上至下扫描,并对其中的文字和表格进行区分处理,可以记录文字和表格的顺序,并自由选择是否抽取出表格中的文字
  • 现在科技化管理,在办公上大家都已经很少利用纸张了,都是利用网络上的电子文档格式进行阅读,这样可以方便大家工作和使用,不过这些基本上都是扫描版本,想要提取一下资料还是比较困难的,那么我们该怎么去操作呢?...

空空如也

空空如也

1 2 3 4 5 ... 19
收藏数 370
精华内容 148
关键字:

扫描提取文字