各種識別軟件對電子圖書館文章的識別各有缺陷，有的只能識別字，對表格和圖形無能為力；有的識別后生成的版面亂七八糟，無法使用。還在為不同格式的文件怎么變成Word文件發(fā)愁嗎？現(xiàn)在好了，本文給出了所有情況下全文件表格、圖形、文字識別的完美解決方案，幫助大家掌握正確方法，節(jié)省時間：
1、PDF文件的識別
1)文件可以直接識別的(以文本形式保存的PDF文件)：安裝acrobat 7專業(yè)版，注意不是acrobat reader，直接另存為rtf文件(識別整個文件)，或者選擇工具欄上的文字選擇按鈕，然后選擇文字區(qū)域，然后復制到Word等中。
2)文件不能直接識別的(以圖片形式保存的PDF文件)：安裝office2003，并裝上office工具Microsoft Office Document Imaging(完全安裝此工具)，然后在打印機里面會增加Microsoft Office Document Image Writer打印機，然后將PDF文件打印到此打印機，選擇打印形成的文件的保存位置，然后會自動形成一個MDI文件，并且自動用Microsoft Office Document Image打開此文件，然后選擇“工具”菜單下的“使用ocr識別文本”，識別完成后，在選擇“工具”下的，“將文本發(fā)送到Word”，最后將把整個PDF文件識別輸出到Word文件中。
注意：Microsoft Office Document Image可以非常準確的全文件識別轉化中文、英文、表格，但是無法將圖形輸出到Word，而是把文件中的所有圖形單獨形成一個個獨立的圖片文件，放在相同位置的一個相同名稱的文件夾中，因此可用snagit軟件將圖形打開，然后復制到Word中。(所有的識別軟件都不能很好的處理圖形的識別問題，Microsoft Office Document Image的這種處理方法已經是非常好的解決這個問題了。)
3)加密的Pdf文件：先下載解密軟件，解密后在參看1),2)
4)繁體pdf文件：用2)的方法識別到Word后，用Word中的“工具”--“語言”---“中文繁簡轉換”
2、caj文件的識別：
1)局部文字識別：直接使用caj瀏覽器的ocr
2)全文件識別：打印到Microsoft Office Document Image Writer打印機，后面和上面的2)操作一樣
3)博碩論文全文下載：在線閱讀博碩論文，待可以看到最后一頁后，不要關閉caj瀏覽器，到caj安裝目錄下cache中找到一個較大的文件，拷貝到其他位置即可。然后使用2)全部轉化為Word。
3、超星文件的識別：
1)局部文字識別：直接使用超星瀏覽器的ocr
2)全文件識別：打印到Microsoft Office Document Image Writer打印機，后面和上面的2)操作一樣，要注意的是，超星打印功能有點區(qū)別，因為超星是目錄和全文分開的，所以打印時，需要分別把目錄和正文識別到Word中，在合并到一起。打印時要填入打印頁碼從1到最后一頁，不要選擇打印全部。此外在打印選項中，還要將頁面比例設成真實大小，而不是整寬。注意：識別速度比其他格式要慢很多，請保持耐心，但是最后當你看到輕松的生成全本書的Word版本時，你會欣喜若狂的，呵呵。我的試驗結果是一本280頁的書，識別需要幾分鐘的時間。
3)超星相對比較麻煩一些，如果還有問題，可以先把超星打印成完整的pdf文件，然后在用1、的方法轉成Word
4、其他情況下的識別：
使用snagit軟件將任何形式的文字可以變成圖片，例如使用snagit將屏幕拷貝成圖片，然后右鍵點擊圖片文件，用microsoft Office Document Image打開圖形，其他和2)一樣。
注意：其他的各種識別軟件請不要在用，因為要么只能識別中文，要么只能識別英文，要么不能識別整個文件，要么不能識別屏幕拷貝圖像，要么識別誤差很大，要么不能識別表格，要么需要注冊，要么識別速度很慢，要么使用不便(和Word結合不緊)，這些軟件包括：紫光ocr，萬方pdfocr，尚書，漢王，ScanSoft PDF Converter，pdf2Word，以及各種被推薦的軟件等等，我都裝過，現(xiàn)在都像LJ一樣刪除了。只要安裝了acrobat 專業(yè)版，snagit，office2003，現(xiàn)在你可以完美的做任何事，最重要的是這幾個軟件很好得到。
針對一些問題的補充：
經過一些試驗，發(fā)現(xiàn)microsoft Office Document Image 存在一些不穩(wěn)定的問題，例如在用caj打印到Microsoft Office Document Image Writer打印機時，發(fā)現(xiàn)用caj5.5版本比較快，(caj5.5不能加升級補丁)，而caj5.0有時出現(xiàn)假死機。
另外頁面顯示大時，轉化的識別率較高。
如果頁數(shù)多的文件，包括超星，如果有問題，可以分多次轉化。
再次補充：
1、由于虛擬打印到Microsoft Office Document Image Writer 比較慢，并且形成的虛擬文件很大，1本200多頁的書大約是60M，因此會嚴重影響機器的運行速度和C盤空間以及內存空間，建議配置好的機器一次轉化不要超過200頁，配置差的不要超過100頁，同時打印時在右下角系統(tǒng)欄中會出現(xiàn)打印機圖，你可以雙擊，看到打印任務的進度，以免以為死機了。另外轉化完成后請刪除c：\windows\temp目錄下的虛擬打印文件，否則你的c盤很快會被用光。
2、建議如果發(fā)生打印到Microsoft Office Document Image Writer很慢或者假死的情況，可以先打印到snagit虛擬打印機，會自動生成tiff文件，速度比Microsoft Office Document Image Writer快，然后在snagit中，選擇打印機為Microsoft Office Document Image Writer打印機，(相當于再打印到Microsoft Office Document Image Writer打印機)，然后選擇snagit---outputs下的printer，然后選擇snagit----file----finish output，即可生成msi文件，其他一樣。轉化完成后請刪除c：\windows\systems32\snagit臨時文件。