跳转到主要内容
此场景的处理结果是文档的可编辑版本。 在此场景中，系统会识别文档图像，完整保留原始格式，并将数据保存为可编辑的文件格式。因此，您可以获得文档的可编辑版本，便于检查错误和进行修改。您还可以复制全部或部分文本以供再次使用。 文档会经过多个处理步骤，其中有些步骤与其他常见场景略有不同：
  1. 对扫描图像或照片进行预处理
通过扫描仪或数码相机获取的图像，在进行光学识别之前可能需要做一些调整。例如，带有噪点的图像或文本行扭曲的图像，需要先进行一定的校正，才能成功完成光学识别。
  1. 在完整还原文档结构和格式的情况下进行识别
识别文档时，会识别出文档中的各种布局元素 (文本、表格、图像、分隔符等) 。在文档合成过程中，会恢复文档的逻辑结构，而页面合成则可完整还原文档格式 (字体、样式等) 。
  1. 导出为可编辑格式
识别后的文档会保存为可编辑格式，例如 RTF、DOCX。

​
场景实现

本主题中提供的代码示例仅适用于 Windows。
下面将详细介绍使用 ABBYY FineReader Engine 12 转换文档的推荐方法。该方法采用了最适合此用途的处理设置。
要开始使用 ABBYY FineReader Engine，您需要创建 Engine 对象。Engine 对象是 ABBYY FineReader Engine 对象层次结构中的顶层对象，提供各种全局设置、部分处理方法以及用于创建其他对象的方法。要创建 Engine 对象，可以使用 InitializeEngine 函数。另请参阅加载 Engine 对象的其他方式 (Win) 。

​
C#

public class EngineLoader : IDisposable
{
    public EngineLoader()
    {
        // 使用 FREngine.dll 的完整路径、您的 Customer Project ID，
        // 以及（如适用）Online License 令牌文件的路径和 Online License 密码来初始化这些变量
        string enginePath = "";
        string customerProjectId = "";
        string licensePath = "";
        string licensePassword = "";
        // 加载 FREngine.dll 库
        dllHandle = LoadLibraryEx(enginePath, IntPtr.Zero, LOAD_WITH_ALTERED_SEARCH_PATH);
           
        try
        {
            if (dllHandle == IntPtr.Zero)
            {
                throw new Exception("无法加载 " + enginePath);
            }
            IntPtr initializeEnginePtr = GetProcAddress(dllHandle, "InitializeEngine");
            if (initializeEnginePtr == IntPtr.Zero)
            {
                throw new Exception("找不到 InitializeEngine 函数");
            }
            IntPtr deinitializeEnginePtr = GetProcAddress(dllHandle, "DeinitializeEngine");
            if (deinitializeEnginePtr == IntPtr.Zero)
            {
                throw new Exception("找不到 DeinitializeEngine 函数");
            }
            IntPtr dllCanUnloadNowPtr = GetProcAddress(dllHandle, "DllCanUnloadNow");
            if (dllCanUnloadNowPtr == IntPtr.Zero)
            {
                throw new Exception("找不到 DllCanUnloadNow 函数");
            }
            // 将指针转换为委托
            initializeEngine = (InitializeEngine)Marshal.GetDelegateForFunctionPointer(
                initializeEnginePtr, typeof(InitializeEngine));
            deinitializeEngine = (DeinitializeEngine)Marshal.GetDelegateForFunctionPointer(
                deinitializeEnginePtr, typeof(DeinitializeEngine));
            dllCanUnloadNow = (DllCanUnloadNow)Marshal.GetDelegateForFunctionPointer(
                dllCanUnloadNowPtr, typeof(DllCanUnloadNow));
            // 调用 InitializeEngine 函数
            // 传入 Online License 文件的路径和 Online License 密码
            int hresult = initializeEngine(customerProjectId, licensePath, licensePassword, 
                "", "", false, ref engine);
            Marshal.ThrowExceptionForHR(hresult);
        }
        catch (Exception)
        {
            // 释放 FREngine.dll 库
            engine = null;
            // 在调用 FreeLibrary 之前释放所有对象
            GC.Collect();
            GC.WaitForPendingFinalizers();
            GC.Collect();
            FreeLibrary(dllHandle);
            dllHandle = IntPtr.Zero;
            initializeEngine = null;
            deinitializeEngine = null;
            dllCanUnloadNow = null;
            throw;
        }
    }
    // Kernel32.dll 函数
    [DllImport("kernel32.dll")]
    private static extern IntPtr LoadLibraryEx(string dllToLoad, IntPtr reserved, uint flags);
    private const uint LOAD_WITH_ALTERED_SEARCH_PATH = 0x00000008;
    [DllImport("kernel32.dll")]
    private static extern IntPtr GetProcAddress(IntPtr hModule, string procedureName);
    [DllImport("kernel32.dll")]
    private static extern bool FreeLibrary(IntPtr hModule);
    // FREngine.dll 函数
    [UnmanagedFunctionPointer(CallingConvention.StdCall, CharSet = CharSet.Unicode)]
    private delegate int InitializeEngine(string customerProjectId, string licensePath, 
        string licensePassword, string tempFolder, string dataFolder, bool isSharedCPUCoresMode, 
        ref FREngine.IEngine engine);
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DeinitializeEngine();
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DllCanUnloadNow();
    // 私有变量
    private FREngine.IEngine engine = null;
    // FREngine.dll 的 Handle
    private IntPtr dllHandle = IntPtr.Zero;
    private InitializeEngine initializeEngine = null;
    private DeinitializeEngine deinitializeEngine = null;
    private DllCanUnloadNow dllCanUnloadNow = null;
}

​
C++ (COM)

// 使用 FREngine.dll 的路径、您的 FineReader Engine Customer Project ID，
// 以及（如适用）Online License 令牌路径和 Online License 密码初始化以下变量
wchar_t* FreDllPath;
wchar_t* CustomerProjectId;
wchar_t* LicensePath;  // 如果不使用 Online License，请将这些变量赋值为空字符串
wchar_t* LicensePassword;
// FREngine.dll 的 Handle
static HMODULE libraryHandle = 0;
// 全局 FineReader Engine 对象
FREngine::IEnginePtr Engine;
void LoadFREngine()
{
    if( Engine != 0 ) {
    // 已加载
    return;
    }
    // 第一步：加载 FREngine.dll
    if( libraryHandle == 0 ) {
        libraryHandle = LoadLibraryEx( FreDllPath, 0, LOAD_WITH_ALTERED_SEARCH_PATH );
        if( libraryHandle == 0 ) {
            throw L"加载 ABBYY FineReader Engine 时出错";
        }
    }
    // 第二步：获取 Engine 对象
    typedef HRESULT ( STDAPICALLTYPE* InitializeEngineFunc )( BSTR, BSTR, BSTR, BSTR, 
        BSTR, VARIANT_BOOL, FREngine::IEngine** );
    InitializeEngineFunc pInitializeEngine =
    ( InitializeEngineFunc )GetProcAddress( libraryHandle, "InitializeEngine" );
    if( pInitializeEngine == 0 || pInitializeEngine( CustomerProjectId, LicensePath, 
        LicensePassword, L"", L"", VARIANT_FALSE, &Engine ) != S_OK ) {
    UnloadFREngine();
    throw L"加载 ABBYY FineReader Engine 时出错";
    }
}
ABBYY FineReader Engine 支持使用 Engine 对象的 LoadPredefinedProfile 方法，加载最适合此场景的全部处理设置。此方法接收配置文件名称作为输入参数。更多信息，请参见 Working with Profiles。ABBYY FineReader Engine 为此场景提供 2 种设置方案：

配置文件名称

说明

DocumentConversion_Accuracy

这些设置已针对准确性进行优化：

  • 最佳质量。启用字体样式检测，并完整重建文档的逻辑结构。

DocumentConversion_Normal

这些设置已针对处理速度进行优化：

  • 最佳质量。启用字体样式检测，并完整重建文档的逻辑结构。
  • 不校正图像方向。
  • 加快文档分析过程。

​
C#

// 加载预定义配置文件
engine.LoadPredefinedProfile("DocumentConversion_Normal");

​
C++ (COM)

// 加载预定义配置文件
Engine->LoadPredefinedProfile( L"DocumentConversion_Normal" );
如果您想更改处理设置，请使用相应的 Parameter 对象。更多信息，请参见下面的 针对特定任务的附加优化。
ABBYY FineReader Engine 提供了 FRDocument 对象，可用于处理多页文档。使用此对象可以保留文档的逻辑组织结构，保留原始文本、分栏、字体、样式等。要加载单个文档的图像并对其进行预处理，您应创建 FRDocument 对象并向其中添加图像。您可以执行以下任一操作：

​
C#

// 从图像文件创建 FRDocument 对象
FREngine.IFRDocument frDocument = engine.CreateFRDocumentFromImage( "C:\\MyImage.tif", null );

​
C++ (COM)

// 从图像文件创建 FRDocument 对象
FREngine::IFRDocumentPtr frDocument = Engine->CreateFRDocumentFromImage( L"C:\\MyImage.tif", 0 );
使用已加载的 DocumentConversion_Normal 配置文件进行图像预处理时，不包含方向检测。如果您希望自动检测图像方向，则需要设置附加参数，并将相应对象传递给预处理函数。更多信息，请参见下面的 针对特定任务的附加优化。
要识别文档，我们建议您使用 FRDocument 对象的分析和识别方法。该对象提供了一整套用于文档分析、识别和合成的方法。最便捷的是 Process 方法，它可将文档分析、识别和合成整合到一次操作中。它还能以最高效的方式利用多处理器和多核系统的并行处理功能。不过，您也可以使用 Preprocess、Analyze、Recognize 和 Synthesize 方法，依次执行预处理、分析、识别和合成。

​
C#

// 分析、识别并合成文档
// 无需额外参数，因为这些参数已在处理配置文件中设置
frDocument.Process( null );

​
C++ (COM)

// 分析、识别并合成文档
// 无需额外参数，因为这些参数已在处理配置文件中设置
frDocument->Process( 0 );
要保存已识别的文档，您可以使用 FRDocument 对象的 Export 方法，并将 FileExportFormatEnum 常量作为其中一个参数。您可以使用相应的导出对象更改默认导出参数。更多信息，请参见下面的针对特定任务的附加优化。完成对 FRDocument 对象的操作后，请释放该对象使用的所有资源。请使用 IFRDocument::Close 方法。

​
C#

// 以可编辑格式保存已识别的文档（例如 RTF）
frDocument.Export( "C:\\MyText.rtf", FREngine.FileExportFormatEnum.FEF_RTF, null );
// 释放 FRDocument 对象
frDocument.Close();

​
C++ (COM)

// 以可编辑格式保存已识别的文档（例如 RTF）
frDocument->Export( L"C:\\MyText.rtf", FREngine::FEF_RTF, 0 );
// 释放 FRDocument 对象
frDocument->Close();
完成 ABBYY FineReader Engine 的使用后，您需要卸载 Engine 对象。为此，请使用导出的 DeinitializeEngine 函数。

​
C#

public class EngineLoader : IDisposable
{
    // 卸载 FineReader Engine
    public void Dispose()
    {
        if (engine == null)
        {
            // Engine 尚未加载
            return;
        }
        engine = null;
        // 在调用 FreeLibrary 之前删除所有对象
        GC.Collect();
        GC.WaitForPendingFinalizers();
        GC.Collect();
        int hresult = deinitializeEngine();
 
        hresult = dllCanUnloadNow();
        if (hresult == 0)
        {
            FreeLibrary(dllHandle);
        }
        dllHandle = IntPtr.Zero;
        initializeEngine = null;
        deinitializeEngine = null;
        dllCanUnloadNow = null;
        // 清理后抛出异常
        Marshal.ThrowExceptionForHR(hresult);
    }
    // Kernel32.dll 函数
    [DllImport("kernel32.dll")]
    private static extern IntPtr LoadLibraryEx(string dllToLoad, IntPtr reserved, uint flags);
    private const uint LOAD_WITH_ALTERED_SEARCH_PATH = 0x00000008;
    [DllImport("kernel32.dll")]
    private static extern IntPtr GetProcAddress(IntPtr hModule, string procedureName);
    [DllImport("kernel32.dll")]
    private static extern bool FreeLibrary(IntPtr hModule);
    // FREngine.dll 函数
    [UnmanagedFunctionPointer(CallingConvention.StdCall, CharSet = CharSet.Unicode)]
    private delegate int InitializeEngine( string customerProjectId, string LicensePath, string LicensePassword, , , , ref FREngine.IEngine engine);
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DeinitializeEngine();
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DllCanUnloadNow();
    // 私有变量
    private FREngine.IEngine engine = null;
    // FREngine.dll 句柄
    private IntPtr dllHandle = IntPtr.Zero;
    private InitializeEngine initializeEngine = null;
    private DeinitializeEngine deinitializeEngine = null;
    private DllCanUnloadNow dllCanUnloadNow = null;
}

​
C++ (COM)

void UnloadFREngine()
{
 if( libraryHandle == 0 ) {
  return;
 }
 // 释放 Engine 对象
 Engine = 0;
 // 取消初始化 FineReader Engine
 typedef HRESULT ( STDAPICALLTYPE* DeinitializeEngineFunc )();
 DeinitializeEngineFunc pDeinitializeEngine =
  ( DeinitializeEngineFunc )GetProcAddress( libraryHandle, "DeinitializeEngine" );
 if( pDeinitializeEngine == 0 || pDeinitializeEngine() != S_OK ) {
  throw L"卸载 ABBYY FineReader Engine 时出错";
 }
 // 现在可以安全地释放 FREngine.dll 库
 FreeLibrary( libraryHandle );
 libraryHandle = 0;
}

​
所需资源

您可以使用 FREngineDistribution.csv 文件，自动生成应用程序正常运行所需文件的列表。对于此处理场景，请在第 5 列 (RequiredByModule) 中选择以下值： Core Core.Resources Opening Opening, Processing Processing Processing.OCR Processing.OCR, Processing.ICR Processing.OCR.NaturalLanguages Processing.OCR.NaturalLanguages, Processing.ICR.NaturalLanguages Export Export, Processing 如果您修改了标准场景，请相应调整所需模块。您还需要指定应用程序使用的界面语言、识别语言以及其他附加功能 (例如，如果您需要打开 PDF 文件，则指定 Opening.PDF；如果您需要识别 CJK languages 的文本，则指定 Processing.OCR.CJK) 。有关更多信息，请参阅 Working with the FREngineDistribution.csv File。

​
特定任务的其他优化

以下是帮助主题概览，其中包含有关在文档转换为可编辑格式的不同阶段自定义设置的更多信息：
  • 扫描 - 仅限 Windows
    • 扫描
      介绍 ABBYY FineReader Engine 的文档扫描方案。
  • 识别
    • 调整预处理、分析、识别和合成参数
      使用分析、识别和合成参数对象自定义文档处理。
    • 识别手写文本
      DocumentConversion\_\*\*\* 配置文件不包含手写或印刷体手写文本识别功能。如果您需要识别手写文本，请将 PageAnalysisParams 对象的 DetectHandwritten 属性设置为 TRUE。
    • PageProcessingParams 对象
      此对象可用于自定义分析和识别参数。使用此对象，您可以指定必须检测哪些图像和文本特征 (反相图像、方向、条形码、识别语言、识别误差范围) 。
    • SynthesisParamsForPage 对象
      此对象包含在合成期间负责恢复页面格式的参数。
    • SynthesisParamsForDocument 对象
      此对象可用于自定义文档合成：恢复其结构和格式。
    • MultiProcessingParams 对象 - 已在 Linux 和 Windows 上实现
      处理大量图像时，并行处理会很有帮助。在这种情况下，图像打开和预处理、Layout 分析、识别及导出期间的处理负载会分配到各个处理器核心上，从而加快处理速度。
      读取模式 (并行或顺序) 通过 MultiProcessingMode 属性设置。RecognitionProcessesCount 属性用于控制可启动的进程数。
  • 导出

​
另请参见

基本使用场景的实现