VC实现基于Office 2007 MODI 12.0实现图形文字识别(OCR)的程序

最新推荐文章于 2021-12-28 13:40:00 发布
最新推荐文章于 2021-12-28 13:40:00 发布
阅读量1.5w 收藏 12
点赞数 1
分类专栏： C/C++ 文章标签： office 图形 microsoft null c constants
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fjssharpsword/article/details/7239431
版权

1.安装Microsoft Office Document Imaging

    1）查看是否安装：开始->所有程序->Microsoft Office->工具-> Microsoft Office Document Imaging  

     

    或者 

       C:/Program Files/Common Files/Microsoft Shared/MODI/12.0

   2）如未安装，则打开：控制面板->添加或删除程序->Microsoft Office 2007->更改->添加或删除功能->继续->office工具->Microsoft Office Document Imaging ->从本机运行全部程序->继续

       

      需要指定office2007安装盘路径，按照提示即可；

2.开发：

   VC6.0建个MFC的Dialog based工程“OCR”，然后"Project"->"add to project"->"Components and controls"，在Registered ActiveX Controls中找到Microsoft Office Document Imaging Viewer Control 12.0，INSERT建立一个类。

       

       然后从控件工具箱中拖一个到窗口上，右键classWizard，Member Variables找到IDC_MIDOCVIEW1然后AddVariable变量名为m_MIDOCtrl。然后在窗口上拖三个按钮控件"Brower"、"OCR"和"CLOSE"、一个静态文本控件“IDC_STATIC_PATH”和一个可编辑文本框控件“IDC_EDIT_TEXT”。

       

      然后在你的文件里面找到OCRDlg.cpp，在最上面写的#import "C:/Program Files/Common Files/Microsoft Shared/MODI/12.0/MDIVWCTL.DLL"，路径需要你自己改一下，大多数就是这个路径，然后编译一下，在Debug下能找到MDIVWCTL.tlh，复制到工程文件夹中，在OCRDlg.cpp中写入#include "MDIVWCTL.tlh"，然后删除刚刚写的#import. "C:/Program Files/Common Files/Microsoft Shared/MODI/12.0/MDIVWCTL.DLL"。

1）实现打开TIF图片并显示在 ActiveX Control 中，Browser按钮函数：

void COCRDlg::OnBtnBrowser()
{
 // TODO: Add extra validation here
 CString csFilePath; 
    CFileDialog FileDlg(TRUE,"tif",NULL,OFN_HIDEREADONLY|OFN_FILEMUSTEXIST|OFN_ALLOWMULTISELECT,"Image Files (*.tif;*.tif)|*.tif;*.tif|All Files(*.*)|*.*||"); 
     
    if(FileDlg.DoModal()==IDOK) 
    { 
        csFilePath =  FileDlg.GetPathName(); 
        SetDlgItemText(IDC_STATIC_PATH,csFilePath); 
        ((CMiDocView *) GetDlgItem( IDC_MIDOCVIEW1 ))->SetFileName(csFilePath) ; 
        ((CMiDocView *) GetDlgItem( IDC_MIDOCVIEW1 ))->SetFitMode(1); 
    } 
}

2）COCRDlg类添加成员函数bReadOCRByMODIAXCtrl(CString csFilePath, CString &csText)，主实现识别

  BOOL COCRDlg::bReadOCRByMODIAXCtrl(CString csFilePath, CString &csText) 
{ 
    BOOL bRet  = TRUE; 
    HRESULT hr = 0; 
    csText.Empty(); 
    IUnknown   *pVal    = NULL; 
    MODI::IDocument  *IDobj   = NULL; 
    MODI::ILayout      *ILayout = NULL; 
    MODI::IImages    *IImages = NULL; 
    MODI::IImage     *IImage  = NULL; 
    MODI::IWords     *IWords  = NULL; 
    MODI::IWord      *IWord   = NULL; 
    try 
    { 
        pVal = (IUnknown *) m_MIDOCtrl.GetDocument();  
        if ( pVal != NULL ) 
        { 
             
            //Already has image in it, Don't need to create again  
            //Just get IDocument interface  
            hr = pVal->QueryInterface(IID_IDocument,(void**) &IDobj); 
            if ( SUCCEEDED(hr) ) 
            { 
                 
                hr = IDobj->OCR(MODI::miLANG_ENGLISH/*miLANG_CHINESE_SIMPLIFIED*/,1,1); 
                if ( SUCCEEDED(hr) ) 
                { 
                     
                     
                    IDobj->get_Images(&IImages); 
                    long iImageCount=0; 
                    IImages->get_Count(&iImageCount); 
                    for ( int img =0; img<iImageCount;img++) 
                    { 
                        IImages->get_Item(img,(IDispatch**)&IImage); 
                        IImage->get_Layout(&ILayout); 
                         
                        long numWord=0; 
                        ILayout->get_NumWords(&numWord); 
                        ILayout->get_Words(&IWords); 
                        IWords->get_Count(&numWord); 
                         
                        for ( long i=0; i<numWord;i++) 
                        { 
                            IWords->get_Item(i,(IDispatch**)&IWord); 
                            CString csTemp; 
                            BSTR result; 
                            IWord->get_Text(&result); 
                            char buf[256]; 
                            sprintf(buf,"%S",result); 
                            csTemp.Format("%s",buf); 
                         
                            csText += csTemp; 
                            csText +=" "; 
                        } 
                        //Release all objects  
                        IWord->Release(); 
                        IWords->Release(); 
                        ILayout->Release(); 
                        IImage->Release(); 
                    } 
                    IImages->Release(); 
                } else { 
                    bRet = FALSE; 
                } 
            } else { 
                bRet = FALSE; 
            } 
             
            IDobj->Close(0); 
            IDobj->Release(); 
            pVal->Release(); 
         
        } else { 
            bRet = FALSE; 
        } 
        pVal    = NULL; 
        IDobj   = NULL; 
        ILayout = NULL; 
        IImages = NULL; 
        IImage  = NULL; 
        IWords  = NULL; 
        IWord   = NULL; 
    } 
    catch(...) 
    { 
    } 
    return bRet; 
} 

 此时VC编译器会显示IID_IDocument未声明，后面编辑MDIVWCTL.tlh即可。

3）双击OCR按钮，写入响应函数，调用识别函数：

 

void COCRDlg::OnBtnOCR()
{
 // TODO: Add your control notification handler code here
 CString csText; 
    CString csFilePath; 
    GetDlgItemText(IDC_STATIC_PATH,csFilePath); 
     
    if ( bReadOCRByMODIAXCtrl(csFilePath,csText) == TRUE ) 
    { 
        SetDlgItemText(IDC_EDIT_TEXT,csText); 
    }else  
        SetDlgItemText(IDC_EDIT_TEXT,"ERROR");   

}

 

4）解决IID_IDocument未声明的问题，编辑MDIVWCTL.tlh，在在最后#pragma pack(pop)之前加入如下：

    //  
// Named GUID constants initializations  
//  
extern "C" const GUID __declspec(selectany) LIBID_MODI = 
{0xa5ededf4,0x2bbc,0x45f3,{0x82,0x2b,0xe6,0x0c,0x27,0x8a,0x1a,0x79}}; 
extern "C" const GUID __declspec(selectany) IID_IMiFont = 
{0x1ffc9a7b,0x7606,0x4c97,{0x81,0x19,0x78,0x67,0x3e,0x9d,0x48,0x21}}; 
extern "C" const GUID __declspec(selectany) IID_IMiRect = 
{0x87d6fb47,0x7cfa,0x4db3,{0x82,0xcd,0xe8,0xdc,0xc5,0xbd,0xa7,0xab}}; 
extern "C" const GUID __declspec(selectany) IID_IMiRects = 
{0x895c88a9,0x8598,0x44cc,{0x91,0xc4,0x80,0x10,0xae,0x24,0x75,0xeb}}; 
extern "C" const GUID __declspec(selectany) IID_IWord = 
{0x5612275b,0xb4f1,0x42af,{0xb6,0x96,0x36,0x0d,0x40,0xdf,0x04,0x1d}}; 
extern "C" const GUID __declspec(selectany) IID_IWords = 
{0xd8363824,0x4b07,0x423b,{0x88,0x03,0x49,0xb4,0x70,0x43,0x4f,0x3d}}; 
extern "C" const GUID __declspec(selectany) IID_ILayout = 
{0xc300c846,0xa3fd,0x4a5b,{0xad,0x65,0x4a,0x6a,0xb4,0x6b,0x78,0x21}}; 
extern "C" const GUID __declspec(selectany) IID_IImage = 
{0xac0d48a6,0x886d,0x4eb5,{0xa8,0xa1,0x09,0x3d,0x60,0xb9,0xa8,0x4a}}; 
extern "C" const GUID __declspec(selectany) IID_IImages = 
{0x77096557,0x54ca,0x45c8,{0x81,0xc9,0xe7,0x0c,0x2a,0xba,0xa0,0xfb}}; 
extern "C" const GUID __declspec(selectany) IID_IDocument = 
{0xd4073843,0xa58a,0x469a,{0xa8,0xe2,0xcf,0xf3,0xff,0x77,0xee,0x4e}}; 
extern "C" const GUID __declspec(selectany) DIID__IDocumentEvents = 
{0x0cf31963,0x5e4d,0x4772,{0xae,0x8d,0x82,0xfe,0x5a,0x08,0x2b,0x26}}; 
extern "C" const GUID __declspec(selectany) CLSID_Document = 
{0x40942a6c,0x1520,0x4132,{0xbd,0xf8,0xbd,0xc1,0xf7,0x1f,0x54,0x7b}}; 
extern "C" const GUID __declspec(selectany) CLSID_Layout = 
{0x1afc4117,0x128e,0x4314,{0x9d,0x53,0x64,0xcb,0xda,0x5c,0x7e,0x02}}; 
extern "C" const GUID __declspec(selectany) DIID__IImageEvents = 
{0x99f3a122,0x448f,0x4d36,{0x82,0x43,0x48,0xbf,0xe3,0x2d,0x50,0xb2}}; 
extern "C" const GUID __declspec(selectany) CLSID_Image = 
{0x56f963ec,0x6efc,0x4a6b,{0x9a,0x1e,0x5b,0xfe,0x54,0x5c,0x89,0xd0}}; 
extern "C" const GUID __declspec(selectany) CLSID_Word = 
{0x5995e30f,0x59eb,0x42ae,{0xbd,0xcf,0x89,0x08,0x27,0x1c,0x0b,0x32}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiFont = 
{0xc5eae79b,0xaccc,0x4e51,{0x8e,0xd5,0xa1,0x6f,0x42,0xfb,0x7b,0x1f}}; 
extern "C" const GUID __declspec(selectany) CLSID_Words = 
{0x72acbce3,0x9067,0x4d5e,{0x95,0x39,0x34,0x97,0xfe,0xcd,0x03,0x2d}}; 
extern "C" const GUID __declspec(selectany) CLSID_Images = 
{0xf961d185,0x2cc1,0x43db,{0x80,0xab,0x56,0x7f,0xa1,0x02,0x51,0xec}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiRect = 
{0x00607e44,0x15df,0x49bc,{0xaf,0x0c,0xa9,0x02,0x3e,0x06,0x07,0x91}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiRects = 
{0xcb2fbd52,0x56c1,0x4dd8,{0x89,0x7f,0x96,0x1d,0x15,0x43,0xb8,0x77}}; 
extern "C" const GUID __declspec(selectany) IID_IMiSelectRect = 
{0xea280c3c,0xe4b7,0x42bf,{0xac,0xc8,0xfe,0x3a,0xd3,0x58,0x16,0x38}}; 
extern "C" const GUID __declspec(selectany) IID_IMiSelectRects = 
{0x3a1e1b7a,0xc041,0x4ddc,{0xbf,0x3b,0x04,0x2a,0x0b,0x95,0xb8,0x2b}}; 
extern "C" const GUID __declspec(selectany) IID_IMiSelectableItem = 
{0x01c4414a,0xd123,0x4bc7,{0xa1,0xfa,0x64,0xe3,0x76,0xc0,0x16,0x55}}; 
extern "C" const GUID __declspec(selectany) IID_IMiSelectableImage = 
{0xf6379198,0x3b20,0x461a,{0xb3,0xa9,0x19,0x19,0x45,0x75,0x25,0x57}}; 
extern "C" const GUID __declspec(selectany) IID_IMiSearchCallback = 
{0x8376d508,0x78ca,0x416d,{0xa9,0x03,0x2e,0xd6,0x2e,0x91,0xe2,0x9b}}; 
extern "C" const GUID __declspec(selectany) IID_IMiDocView = 
{0xf958524a,0x8422,0x4b07,{0xb6,0x9e,0x19,0x9f,0x24,0x21,0xed,0x89}}; 
extern "C" const GUID __declspec(selectany) DIID__IMiDocViewEvents = 
{0x9028b775,0xec59,0x4118,{0x86,0x2a,0xef,0xde,0xaf,0x59,0x55,0xa4}}; 
extern "C" const GUID __declspec(selectany) IID_IMiDocSearch = 
{0xbc06ed64,0xa40c,0x4fb4,{0xa6,0x60,0xac,0x6d,0xbc,0x75,0x22,0x92}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiDocView = 
{0xef347a62,0xba21,0x42e4,{0x94,0xa0,0x1c,0x0a,0x6d,0x7f,0xdf,0xe7}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiDocSearch = 
{0xfa554db9,0xc806,0x46a9,{0xae,0xf8,0xb5,0xaf,0x89,0x1a,0x94,0xf9}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiSelectRect = 
{0xa4d2b51f,0x809f,0x4c53,{0x91,0x47,0x55,0x16,0x87,0x18,0x16,0xbd}}; 
extern "C" const GUID __declspec(selectany) CLSID_MiSelectRects = 
 {0x23e9e94b,0xc202,0x4e9c,{0x8c,0x2e,0xf5,0x3b,0xc5,0x36,0xff,0x1d}}; 

这是office 2003生成的MDIVWCTL.tlh文件中存在的，但在office 2007生成的MDIVWCTL.tlh文件中缺失，因此要补上。

3.运行

运行程序，单击Browse导入测试图片，然后单击OCR进行光学字符识别，效果如图

   

 

   

   特别说明：

   1）只能识别TIF格式图片；

   2）仅对英文识别较为准确；

fjssharpsword
关注
专栏目录
VC++ 图像文字提取
04-14
《VC++ 图像文字提取》项目，是采用vc++和opencv技术对单张的图片进行分析，提取出图片上面的文字信息，去掉杂余的信息（图案等）形成新的只含有文字的图片；对模式识别，车牌识别，图片文字抽取等opencv学习有一定的参考和学习意义！ 这里免费分享！
Office 2007 MODI OCR 解决多次调用挂死问题
09-26
Office 2007 MODI OCR 解决多次调用挂死问题，含参考VB代码。 VB调用MODI Office 2007版本，多次调用后，出现系统停止工作，报MSO.DLL错误。 2007 MODI 和VB存在兼容性问题，如果多次打开MODI，则会出现内存泄露导致系统挂死。 附件是在元老的基础上，整合了网上较稳定的TWRECE.DLL
使用VS2015，office 2007自带的OCR组件来实现OCR功能
stone的博客
01-07 898
使用VS2015，office 2007自带的OCR组件来实现OCR功能，使用语言C# 直接附上整理的word文档，文档里面有详细步骤与下载链接，需要的朋友可以直接下载尝试。 word文档下载地址： 链接：https://pan.baidu.com/s/12h9WHP_a1MJ0uHEgR34opA 提取码：cb6l ...
Office MODI进行OCR
explorer
12-05 1180
转载，原文出处： http://www.comicer.com/stronghorse/water/software/officeocr.htm       支持多页TIFF。某些OCR只支持单页TIFF，OCR以后还需要对结果进行合并。当然MODI支持的TIFF页数也不是无限 的，我个人的经验是不要超过300页。单页TIFF文件可以用免费的TiffToy合并成多页TIFF，然后再用MODI进行...
微软office OCR组件 即装即用
05-28
从微软office 2007剥离出来的OCR组件,bat批处理独立安装,真正做到即装即用,而无需安装office,内含使用说明,支持中文和英文
MODI繁体中文OCR识别补丁
11-03
安装说明 将下面的文件复制到以下文件夹： C:\Program Files\Common Files\Microsoft Shared\MODI\11.0 ...C:\Program Files\Common Files\Microsoft Shared\MODI\12.0 （32位系统 Office 2007） C:\Program Files (x8
MODI.2007.21种语言OCR识别补丁
11-03
C:\Program Files\Common Files\Microsoft Shared\MODI\12.0 （32位系统 Office 2007） C:\Program Files (x86)\Common Files\microsoft shared\MODI\12.0 （64位系统 Office 2007） 双击CHT-OCR.REG文件导入...
OCR.rar_modi_modi ocr _ocr modi_office ocr _光学
最新发布
09-23
在这个“OCR.rar_modi_modi ocr _ocr modi_office ocr _光学”压缩包中，我们主要讨论MODI如何实现OCR以及其在办公环境中的应用。 MODI是微软Office组件的一部分，它提供了强大的文档扫描、编辑和OCR功能。用户可以...
简体中文Office2003 MODI繁体中文OCR识别补丁
08-05
安装说明 将下面的文件复制到安装了简体中文Office ...双击MODI-CHT-OCR.REG文件导入注册表后，在MODI的OCR选项卡里，“OCR语言”即可看到“中文（繁体）”。 注意导入注册表时必须先关闭所有MODI窗口，导入后再打开。
[转老马的文章]MODI中的OCR模块
weixin_34060741的博客
09-04 623
作者：马健邮箱：stronghorse_mj@hotmail.com发布：2012.07.02更新：2012.07.09补充非简体中文版内容 自从基于MODI的DjVuToy、FreePic2Pdf、Pdg2Pic发布后，很多人就在问同一个问题：能不能在不装Office 2003/2007或SharePoint Designer 2007的情况下，让基于MODI的软件正常OCR？毕竟对于简体中文...
VC++图形文字识别OCR控件及示例.rar
03-08
C++图形文字识别OCR控件及示例
VC++图形文字识别OCR控件及示例
03-15
内容索引:VC/C++源码,图形处理,OCR　　图形文字识别，简称OCR，能识别以BMP/JPG/TIF格式以文字为主图片上的文字，这是项比较有难度的技术，微软在Office2003中推出了一个OCR模块，对中文支持也不错，叫MS_OCR，但是其在VC++上的接口和用法一直不知道怎么用，现在上传一个MS_OCR做的示范程序，识别效率大家可以试一下。
OCR文字识别VC示例
05-03
OCR文字识别VC示例，可识别图片中的汉字、数字、英文字符等
office2007使用ocr识别出错的问题
11-13
office 2007 Document Imagging 软件在使用OCR识别文字时，总是出现问题，需要重启。 解决方法：下载本附件，把所有文件替换到C:\Program Files\Common Files\Microsoft Shared\MODI\12.0
解决office 2007中的document imaging软件的OCR识别出错问题
12-13
1.office2007含有Microsoft Office Document Imaging，安装完成后直接使用识别会出现崩溃的问题，主要因为一个库TWRECE.DLL导致的问题，使用附件的库替换：C:\Program Files\Common Files\microsoft shared\MODI\12.0 路径下的文件即可，已验证。
使用 office2007 document imaging control 控件 做识别 OCR
weixin_34153893的博客
07-06 235
原文：http://www.devsource.com/article2/0,1895,2143124,00.asp 首先确保的是你要装上这个组件Microsoft Office Document Imaging 12.0 Type Library装上office2007默认是不装.(实际我只装了个visio 2007) 装好后添加引用这个com就可以了然后他在识别英文方面还不错.实际用它识别了...
c++ 识别图像文字_OCR图像文字识别
weixin_39599342的博客
01-28 2593
这里为大家带来的是一款专业的OCR图像文字识别工具，这款软件拥有强大的OCR功能，能够支持常用的扫描仪、数码相机、iPhone、iPad 等，也支持自动截图桌面部分区域然后识别出文字等功能，是一款十分出色的OCR识别工具。https://www.mac69.com/mac/9672.htmlPrizmo绝对可以作为我唯一的扫描仪。但是，它不仅仅是一台扫描仪，它可以用在任何东西上。如果你看到一个你喜...
Office ocr精简技术学习-Microsoft Office Document Imaging，MODI中的OCR模块
12-28 1450
作者：马健 邮箱：stronghorse_mj@hotmail.com 发布：2012.07.02 更新： 2012.07.09 补充非简体中文版内容 自从基于MODI的DjVuToy、FreePic2Pdf、Pdg2Pic发布后，很多人就在问同一个问题：能不能在不装Office 2003/2007或SharePoint Designer 2007的情况下，让基于MODI的软件正常OCR？毕竟对于简体中文来说，就算只装SharePoint Designer 2007中的MODI，也要近650 MB，...
Microsoft Office 2003及2007下中文繁简体OCR（汉文识别）
11-16
Microsoft Office 2003及2007下中文繁简体OCR（汉文识别）组件，对于不安装Office但想要实现OCR的亲们有点用。我个人认为，MS的中文OCR是属于比较靠谱的一种，我在实际生产环境中用过。
屏幕文字识别程序：高效截屏与识别
"屏幕文字识别程序使用Microsoft Office Document Image Writer进行OCR识别，支持中英文，通过截屏功能将屏幕内容转换为BMP文件并进行识别。" 本文将详细讲解关于"屏幕文字识别"的技术实现，主要涉及OCR（Optical ...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值