随着文字录入量的不断增加，手工录入文稿已显得较慢，随着扫描仪的普及，对于原稿清晰的印刷品或打印件，OCR都能为我们省去不少录入时间和工作量。有人认为OCR产品没有广告说的那样高的识别率，或者认为根本不能用。其实只要有较为清析的原稿，以现有的计算机和扫描仪完全可以使识别率超过95%，下面以清华OCR7.5为例，说一下扫描录入应注意的几点事项。



　　一、选稿



　　原稿的清晰度对OCR的识别率有很大的影响。一般来说，报纸，杂志，书本，激光打印稿件都有很好的识别率，原稿字号一般不宜小于5号，不可有底纹，最好不要用复印件，即使看起来很清析的复印件也不如原稿。另外原稿不得有圈点和划线，有人看书报时喜欢用笔作记号，这样一来基本不能用来识别。



　　二、扫描



　　扫描仪的设置也是影响识别率的重要因素之一，对于一般的报纸的5号字分辩率可设为300dpi，而对于字号较大4号的可用较小的分辩率，在扫描时一定要保持原稿中的文字要和扫描仪的底边平行，虽然软件一般都提供倾斜较正，但效果都不太好，另外原稿应以单页或较薄的杂志为好，大本的书有条件应拆开或撕下。



　　扫描仪设置好后先进行预览，扫描模式应选择黑白二值，用扫描选择框选择要识别的区域，选择要尽可能的小，不要在周围留太多空白，然后调整临界值，系统会给出一个条形图，一般应选择100附近的一个最低点。如图，然后进行扫描，临界值对识别率太重要了，不信试试，若字符成为黑块或空白区域出现小黑点，则应调小临界值，若字符出现断划，则应调大临界值。

　

　　

　　 三、识别



　　在识别前应设置要识别的内容，一般有简体、纯英文、手写体几种选择，错误的选择对识别结果也会有相当的影响。一般不要使用识别所有页的命令，正确的方法是先进行手工板面分析，这一点对于质量较差或者不规则的板面格式尤其重要，然后识别即可。



　　四、较对



　　识别结束后，若错误较少的也要较对，也很方便，因为系统已经将识别有误的为你做出了标记。而对于系统的自学习功能，不用也罢，因为我们不可能经常去用到扫描识别。如果错误较多，最好的办法是检查原稿质量，重新调整扫描设置，如果仍然不行的话，还是一个字一个字的录入的好。



　　五、排版



　　利用WORD中段首的两个字的缩进找出段落的记号，使用Word的查找替换功能将回车和后续的四个空格换为一组特殊符号，然后将所有回车替换为无，同样要去除所有空格，最后将特殊符号替换回来，注意替换过程中的特殊符号可以任意，但不要与文中的文字重复。至此扫描录入大功告成。