文本 OCR 处理不正确

创建可检索文本的文件时,文本可能无法正确进行 OCR 处理。在这种情况下,请检查 OCR 处理的语言设置和所使用的原稿是否合适。
您可以根据原稿更改语言设置,并通过使用包含机器可识别的字符类型和字体的原稿以及适合 OCR 处理的原稿来提高处理精度。
须知
即使使用适当的语言设置和原稿,OCR 处理也不正确时
对于每页文本量较大的原稿,处理精度可能无法提高。
创建 Word 格式的 OOXML 文件时,请注意以下事项:
根据背景颜色、字体、字体大小、斜体和其他因素,文本可能会被替换为非预期的字符,或者字符可能会丢失。
段落、换行符和表格不会被复制。
某些图像(例如图表、照片和印章)可能会被识别为文本并替换为文本。

OCR 处理的设置和语言标准

字符识别的标准语言设置
设置 OCR 处理时选择的语言是字符识别的基础。创建可检索文本的文件(OCR 处理)
可识别的亚洲语言
日语、中文(简体)、中文(繁体)、韩语
* 关于字符类型和字体,请参见以下内容:
可识别的欧洲语言和语族
语言
英语、法语、意大利语、德语、西班牙语、荷兰语、葡萄牙语、阿尔巴尼亚语、加泰罗尼亚语、丹麦语、芬兰语、冰岛语、挪威语、瑞典语、克罗地亚语、捷克语、匈牙利语、波兰语、斯洛伐克语、爱沙尼亚语、拉脱维亚语、立陶宛语、俄语、希腊语、土耳其语
语族
西欧语言 (ISO)*1、中欧语言 (ISO)*2、波罗的语 (ISO)*3
* 关于字符类型和字体,请参见以下内容:
*1包括英语、法语、意大利语、德语、西班牙语、荷兰语、葡萄牙语、阿尔巴尼亚语、加泰罗尼亚语、丹麦语、芬兰语、冰岛语、挪威语和瑞典语。
*2包括英语、克罗地亚语、捷克语、匈牙利语、波兰语和斯洛伐克语。
*3包括英语、爱沙尼亚语、拉脱维亚语和立陶宛语。

可识别的字符类型和字体(亚洲语言)

可识别的字符类型
日语
字母、数字、汉字*1、符号、平假名、片假名
中文(简体)
GB2312-80(字母、数字、汉字和符号)
中文(繁体)
Big5(字母、数字、汉字和符号)
韩语
KSC5601(字母、数字、汉字、符号和韩文)
可识别的字体
多字体支持(推荐:Mincho)
* 无法识别斜体字符。
可识别的字体大小
8 磅到 48 磅
OCR 处理后使用的字体*2
日语
亚洲语言字符:MS Mincho
欧洲语言字符:Century
中文(简体)
亚洲语言字符:SimSun
欧洲语言字符:Calibri
中文(繁体)
亚洲语言字符:PMingLiU
欧洲语言字符:Calibri
韩语
亚洲语言字符:Malgun Gothic
欧洲语言字符:Calibri
*1所有 JIS 1 标准汉字和部分 JIS 2 标准汉字
*2仅当创建 Word 格式的 OOXML 文件时

可识别的字符类型和字体(欧洲语言)

可识别的字符类型
字母、识别语言特有的字符*1、数字、符号
可识别的字体
多字体支持(推荐:Times、Century、Arial)
* 可识别斜体字符。
可识别的字体大小
6 磅到 72 磅
OCR 处理后使用的字体*2
Calibri
* 斜体字无法复制。
*1根据语言的不同,某些独特的字符可能无法识别。
*2仅当创建 Word 格式的 OOXML 文件时

适合 OCR 处理的原稿

通过使用适合 OCR 处理的原稿,可以提高 OCR 处理精度。
原稿文件格式
已打印文档和文字处理文档
由文本、图表、照片和/或表格组成且不倾斜的原稿
文本格式
横向书写或纵向书写(也可以识别包含横向书写和纵向书写的文档)*1
具有一到三列且没有复杂内容的文档
字体大小
8 磅到 40 磅
表格格式*2
符合以下条件的表格:
由实线边框线组成的矩形格式
不超过 32 列
不超过 32 行
*1欧洲语言和韩语文本仅可以识别横向书写。
*2仅当创建 Word 格式的 OOXML 文件时
EWUS-07E