利用Office组件MODI识别图片上的文本 - [技巧攻略]

转载
http://www.blogbus.com/gleisure-logs/236198449.html

　　也是网上看到有人利用Microsoft Office的组件“Microsoft Office Document Imaging” (MODI)进行识别图片上的文本，于是我也测试了一下，果然可以。
　　测试环境：Windows XP，Microsoft Office 2003
　　我是在EXCEL的VBA环境下测试，引用“Microsoft Office Document Imaging 11.0 Type Library”，代码如下： 

1. Private Sub OCRImageFile(ByVal strName As String)
2. 　Dim objDocument As New MODI.Document
3. 　Dim objImage As New MODI.Image
4. 　objDocument.Create strName
5. 　Set objImage = objDocument.Images.Item(0)
6. 　On Error Resume Next
7. 　objImage.OCR miLANG_CHINESE_SIMPLIFIED, False, False　//以中文模式识别
8. 　If Err.Number = 0 Then
9. 　　MsgBox objImage.Layout.Text　//显示识别的文本
10. 　Else
11. 　　MsgBox Err.Description
12. 　End If
13. 　objDocument.Close False
14. 　Set objDocument = Nothing
15. End Sub

 

　　刚开始也与网上的评论一样，在代码第7行会出错“Object hasn't been initialized and can't be used yet”，事实上这是因为OCR组件MODI未完整安装。我是直接在开始菜单找到“Microsoft Office 工具”下的“Microsoft Office Document Imaging”程序，打开后测试一张图片进行识别，便会提示安装OCR功能。之后该错误便能消除。
　　对于一些图片提示错误“EP_E_DCOM_OCR_FAILRECOG”，应该是不能正常识别（或者未识别到文本）。