下面，让我们一起来看看如何使用基于OCR技术的文本识别软件，帮忙我们将扫描仪等光学设备输入的印刷品文字，以及其他一些图片上的文本信息提取出来，以便另外编辑存档。这方面可以供我们选择的软件很多，例如我们在购买扫描仪时附送的OCR软件，以及微软的Office软件也提供该功能。由于考虑到购买扫描仪时附送的OCR软件各不相同，为了照顾更多的读者，下面将以微软Office软件中的文本识别功能为例，为你介绍处理文字图像，从中提取出文本信息的具体方法。
安装Office文本识别功能
首先，单击“开始”按钮查看一下程序菜单，看看你的Office程序组“Microsoft Office 工具”中，是否有Microsoft Office Document Imaging 这一项。如果没有，你可能需要插入Office软件安装光盘，或转到“控制”面版中的“添加/删除程序”，再次运行Office 安装程序，选择安装 Microsoft Office Document Imaging（如图：
安装Office文本识别功能）。另外，即使你的系统中已经安装了Microsoft Office Document Imaging，在默认安装设置之下，安装程序将只为你安装了启用的链接，在首次使用时再自动为你完成安装的步骤，但在这一过程中，你需要插入Office软件的安装光盘，以便安装程序读取所需的文件。
打开需要识别的图片资料
在安装并启动Microsoft Office Document Imaging之后，即可通过“文件”菜单“打开”选项选择打开需要识别的图片，该软件支持Microsoft Document Imaging 文件格式 (文件扩展名.MDI)，和Tag 图像文件格式 (文件扩展名 .TIF、.TIFF)。Tag 图像文件格式是一种原用于Macintosh电脑的图像文件格式，但现在除了流行于Macintosh，Windows上主流的图像编辑软件和扫描器应用软件都支持该格式，因而，无论你需要进行文本识别的图片文件原来是什么格式，都可以很轻松的使用各种图像编辑软件将其转换为.TIF、.TIFF 文件，然后再利用Microsoft Office Document Imaging进行识别。
而MDI则是Office Document Imaging的专用文件格式，只有该软件能够支持这一格式，该格式与Tag 图像文件格式相比，在保存相同的图像时占用的磁盘空间相对较小，而且图像的保真度更高，文本识别时准确性也更高。因而，在将其他文件或资料转到Microsoft Office Document Imaging进行识别时，应该尽可能的采用MDI格式。要将其他图片或者文件资料保存为MDI格式，初中非常简便。在Office 安装Microsoft Office Document Imaging之时，将在用户的系统上安装一台名为Microsoft Office Document Image Writer的虚拟打印机，你只需在原来编辑处理这些图片、资料的应用软件之中选择打印这些图片、资料，并在打印设置对话框中选择使用Microsoft Office Document Image Writer打印机（如图：
使用Microsoft Office Document Image Writer虚拟打印机），虚拟打印机将会让你选择存储文件的路径与名称，将这些需要转换成MDI格式的图片、资料打印成MDI文件。
输入需要识别的印刷品
除了直接打开需要识别的图片进行文本识别，你也可以选择使用Microsoft Office Document Imaging“文件”菜单中的 “扫描新文档”，利用扫描仪将印刷品的输入到软件之中。选择“扫描新文档”之后，Microsoft Office Document Imaging将弹出“扫描新文档”对话框（如图
：“扫描新文档”对话框），对话框中的“选择扫描预设”用于选择扫描方式，这将是你扫描的印刷品文本识别准确率高低的关键。
在“选择扫描预设”当中，Microsoft Office Document Imaging为你提供一些预设的扫描方式，每种预设都根据不同的扫描需求进行了优化，你需要根据准备扫描的印刷品来选择适当的扫描方式。其中“彩色”方式以每英寸 200 点进行彩色扫描，这一扫描方式用于扫描全色文档，扫描速度较慢、结果图像大，并且文本识别的效果比较差，所以通常比较少用。一般情况下，各种彩色的文档或使用彩色纸张的印刷品，为了提高文本识别的准确性，你可以选择“将彩色页面扫描为黑白图片”扫描方式。而白纸黑字的文档，则使用“黑白模式”扫描方式的文本识别效果最佳。只有当文档中的文本包含渐变色等连续色调图像时，才会选择黑白色以外的“灰度模式”扫描方式。
另外，如果在选择了合适的扫描方式之后，扫描的图片文本识别的准确性仍然偏低，除了平整印刷品使扫描结果更加清楚以外，你可以在“扫描新文档”对话框中单击“预设选项”选择“编辑所选预设”，然后在弹出的“预设选项”对话框中单击“高级”按钮，单击“分辨率（DPI）”列表右侧的箭头，选择一个更大的数字增加扫描分辨率（如图：
增加扫描分辨率），通过提高扫描的精度来提高文本识别的准确率。但需要在注意，只有在你从“扫描新文档”对话框中单击“扫描仪”按钮选择扫描仪时，在“选择扫描仪”对话框中清除了“在扫描前显示扫描仪驱动程序对话框”复选框，才能更改扫描分辨率。
使用Office文本识别功能
扫描输入或打开需要进行文本识别的图片之后，我们可以正式开始使用Microsoft Office Document Imaging进行文本识别了。而且，在默认设置下，通过扫描印刷品输入，软件将在扫描结束之后自动执行文本识别操作。而通过“工具”菜单上和工具栏上的“使用OCR识别文本”，也可以手动开始执行文本识别。在执行文本识别之后，图片中的文本信息将变得与普通的文本一样，你可以通过鼠标定位、拖动来选择文本（如图：使用Office文本识别功能），然后通过“编辑”菜单中的“复制”选项拷贝这些文本信息，再切换到要在其中编辑这些文本的应用软件窗口中，使用该软件的粘贴命令将文本粘贴过去。而如果希望拷贝图片或扫描结果中的图像内容，则在选择图像内容后，在“编辑”菜单上则需要选择“复制图像”，方可拷贝粘贴图像内容到其他应用软件。另外，在识别文本之后，也可以直接单击“工具”菜单和工具栏上的“将文本发送到 Word”，将文本导出到新 Microsoft Word 文档中。
在导出到新的 Microsoft Word 文档中或粘贴到其他应用软件中后，文本识别的准确率如果不能令你满意，那么你除了可能需要调整扫描分辨率以便提高质量之外，你还可以对扫描的结果或者其他需要识别的图片进行处理，以获得更高的识别率。首先，你需要避免图片中的文字图像不平整，例如页面方向倾斜、倒置等。而如果页面的内容复杂，图文混排的程度比较混乱，那么，有需要的话你还可以使用图像编辑软件，对扫描结果和需要识别的图片进行编辑，将其中不包含文本的图像内容剪切掉。最后，如果扫描结果或需要识别的图片文本与背景的颜色比较相似，又或者对比度不足，那么你甚至还可以通过图像编辑软件，尽可能的提高文本和背景之间的对比度。
另外，如果要识别的是外文文档，也就是文档所用语言与你的 Office 语言不同，那么，你还需要更改一下文本识别的语言。更改的方法相对简单，只需要在Microsoft Office Document Imaging中单击“工具”菜单选择“选项”，在“选项”对话框上选择“OCR”选项卡，然后在“OCR 语言”拉菜单中选择要使用的语言就可以了（如图：
更改文本识别语言）。
