我正在使用自动文档进纸扫描仪将许多 A4 纸质文档扫描为 JPEG 格式。
结果为FILE0001.JPG、FILE0002.JPG等。
我希望有一个程序可以将文件名标题重命名为实际扫描的 jpeg 图像本身中的文本。最好是，为了确定标题，程序会查找图像中最大的文本，并且该文本最靠近图像顶部。
我知道有几个商业和一些免费的 OCR 应用程序，并且愿意在必要时购买，但是这些应用程序似乎具有我需要的更多功能：它们可以转换为 PDF 等，而我只是希望保持简单并处理原始扫描图像。
欢迎适用于 Windows XP、7 或 MacOS 的开箱即用且易于使用的程序。
答案1
您正在寻找的东西非常复杂，而且即使找到也不可能可靠。
我认为您所能期望的最好结果是使用 Microsoft OneNote（Office 的一部分）或 Evernote（有免费版本）。
这两种软件都可以在后台对笔记中的图像进行 OCR 处理，从而让任何发现的文本都可以搜索。不过，我不确定它们是否会从文本中找出笔记标题，但如果你确保笔记中没有其他文本，它们可能会这样做。试试看。
但请注意，即使对于扫描良好的打字或排版文档，OCR 也远非可靠，即使如此，了解标题的构成，虽然对于人类来说很容易解析，但对于计算机来说是一项非常艰巨的任务。
更新：复杂性来自很多方面。将图像 OCR 转换为文本的操作对于机器来说已经足够复杂了。语言的复杂性如此之多，以至于很难从图像中找出含义，即使该图像是排版的。即使是排版字符也会有很大差异，尤其是在扫描时，由于扫描限制、角度变化、源文本弄脏或其他损坏（例如纸张上的折叠）等原因。其次，标题是什么？很明显，你可能会想 - 页面顶部比“平均”大的东西？系统如何计算出平均字体大小？这本身就是一项艰巨的任务，因为它需要“解析”整个扫描。然后布局有很多组合 - 机器应该尝试识别哪些？以一份普通的商业报告为例，它可能有几个类似标题的文本元素。
即使是在现代 PC 上，这些处理中的每一个环节都要花费大量时间，并且涉及大量数据处理：清理图像、拉直图像（识别文本的边缘和“线条”）、挑选字体样式以了解哪些是文本哪些不是文本、尝试识别文本（可能应用拼写和语法规则）、计算字体大小和平均值、识别要忽略的重复元素（页眉/页脚）、尝试在文档的早期识别较大的文本。猜测标题，检查它是否是平台的有效文件名，如果不是，则进行更改，确保名称是唯一且未使用过的。唷！
大多数 OCR 工具最多只能实现标准扫描中干净、直进式文档的 90% 左右的准确率。您想获得 90% 准确率的文档标题吗？对您来说，这可能没问题，但产品的客户会忍受吗？在完成所有开发之后，供应商是否值得冒这个风险？
我不知道这些问题的答案。我知道这可能是一个很棒的功能，但我不知道是否有人提供此功能（我也通过 Google 进行了快速检查）。
如果所有文档的布局都相同，那么会更容易。然后您可以使用“分区”，这是大多数更好的工具提供的功能，并将适当的区域作为文件名的基础。这会更可靠（但不是完全可靠）。也许你应该咨询一些供应商，看看他们是否有兴趣这样做。
答案2
您只需单击图像>重命名>（您的姓名）.jpg>输入即可
就完成了！只需记住保留文件扩展名：.jpg
就这样吧。祝一切顺利！