[ＰＤＦ图像识别助推电子政务]电子政务论文

　　一种名叫“PDF图像OCR识别系统”的软件已经进入到了我们的视野，它正在致力于改善政府部门大量PDF文档很难转换为文本文档的困境。事实上，这个系统正是由于政府办公信息化建设中的需求而为其量身打造的。
　　办公自动化(OA)、办公“无纸化”已经成为了电子政务的重要目标之一，这就要将大量的“文山案牍”从有型的“纸纤维”变成无型的“Bit流”，从而实现文档电子化和处理自动化。
　　在全面电子政务化的过程中，让政府信息主管头痛的一大难题就是，之前存储的海量资料很多都是PDF格式的。PDF固然有许多其他文档格式无法相比的优点，但从本质上讲，作为一种“图像”格式，它的“只读”特性却成为了“致命死穴”：只能“看”，却无法进行文本的编辑和拷贝，更重要的是PDF文档之间无法相互检索。这就给政府部门带来了很大的难题，使得文件无法很好统一整理和归类。
　　其实这样的问题可能在我们每个人的工作中都出现过，而汉王的“PDF图像OCR识别系统”软件就让PDF格式文档不能进行编辑、拷贝和检索的难题迎刃而解。特别要强调的是，该软件可以处理目前PDF文档中的全部11种图片存储格式。另外，一直让大家很头疼的公式识别也已经得到了很好的解决。
　　具体来说，“PDF图像OCR识别系统”是一种“双层PDF”，当你打开PDF文档后，看到的是完整的图片形式，但就在它的下面却还隐藏着一个文本形式的“PDF”，你可以对这个隐藏的“文本PDF”进行编辑和检索。编辑的文字可以很容易地导入到Word、TXT或者其他的文本格式中; 而对于电子政务来说可能检索的功能是重点。
　　但是，到这里，我们不禁也会产生一些疑问，PDF格式本来就是为了保护其文本不被修改，拷贝的功能会不会造成被任意篡改或者是版权的问题。对于在电子政务中的应用来说，可能因为管理上的机制和OA系统的帮助使得这个问题还不是很明显，但是一旦这样的软件在更大的范围内普及，这样的问题就不可避免了。而对于这个问题，汉王科技李志峰副总裁的解释是，“只要你公开了，就难免会被引用或者说是拷贝，因为还有一个最基础的方法就是一字一句的用键盘录入”。(文/田梦)