ABBYY FineReader Engine是ABBYY专为开发人员、集成商、业务流程外包商（BPO）和原始设备制造商（OEM）提供的光学字符识别（OCR）软件开发工具包（SDK），它能够方便地将OCR技术集成到应用流程和设备中。ABBYY FineReader Engine中的文件自动分类API， 可以将文档分类和排序到预先定义的文档类型。
下面，我们来简单地介绍一下ABBYY FineReader Engine的分类功能。
通过ABBYY FineReader Engine分类器，用户可以运行各种算法来给图片分类。安装ABBYY FineReader Engine时，系统会自带一个经过预训练的分类器。要运行这个分类器，你需要打开图片所在的目录（这里打开的是样本图片文件夹），然后运行分类器就行了。请注意，系统事先已经创建了4个图片分类，运行分类器时，分类器会对样本图片进行分类，将不同的样本图片归入相应的分类。
通过上图可以看到，它识别出了一些收据、发票、合同页面和名片；你还可以看到，有一张图片没有被分类。
现在，我们要使用训练过的分类器，并将这张图片添加到某个类别之中。
因此，请选中User-trained classifier “用户训练分类器”按钮，选择Train“训练”，添加1个新类“ISBN”。选中”ISBN”，将然而，要创建新类，我需要用一些样本图片来训练分类器。我已经在这个目录中保存了一些样本图片：我要将它们复制到程序所使用的目录下。现在，我要返回分类器界面，选择Train“训练”，添加一个叫做“ISBN”的类，选中类，现在添加图片——使用目录中原有的样本图片，以及刚刚复制到目录下的一个新样本图片。其它两个图片将用来测试分类。选中图片后，按“训练分类”按钮，可以看到，添加了一个新类。现在，如果我进行分类，这个目录下有我刚刚复制进去的3张新图片。刚刚训练过的分类器将使用原有的4个类，以及我们添加的这个类。可以看到，和以前一样，名片被拆分成了多张名片。合同页识别出来了，发票页，收据…也可以看到，有4张图片被归入我们新建的ISBN类。通过这个界面，你可以测试ABBYY FineReader Engine的新增分类功能。
用户模式培训
下面，我们来看看ABBYY FineReader Engine的用户模式培训工具。使用这个界面时，首先要打开一个文档。打开文件以后，可以看到，你可以培训新的用户模式，也可以应用现有的用户模式来识别文档。
在这里，我们来学习如何培训新的用户模式。为此，我们要选择相应的按钮，按下recognize “识别”按钮。系统会询问存储用户模式文件时要用到的文件名以及其存储路径。然后，它会弹出对话框，让您选择不同位图分别识别为哪个字符。这里已经将这个位图标识为“R”，我们要保留它，直接跳过去。“T”也是一样，“B”、“L”、“E”…继续下去，直接跳过它标识过的所有位图。在这里，我们要做的是，当看到这个模式（这个位图）时，我们要创建“©”字符。现在我们按“训练”。继续：现在是字母“C”——跳过，跳过字母“R”…这一个，我们要训练，这里要创建带圆圈的R：®。训练完之后，移到下一个位图。这里分割出了不应该出现的像素图。所以，我们选中这个条，向下拖，现在它认为这是个“Y”——很好。我们要训练这个字符。这是个“C” ——好，跳过，跳过，跳过，现在我们就大功告成了。就如你看到的那样，接下来系统会利用训练好的模式，对样本图片进行字符识别。您可以使用缩放按钮来缩放图片并查看结果。可以看到，字符识别已经将原来是双引号的地方，改成了带圈的“C”和“R”：©和®。ABBYY FINEREADER ENGINE中就是这样使用模式训练工具的。
PDF导出配置
ABBYY FineReader Engine生成PDF导出文件时，有多种选择方案。通过这个界面，可以选择一系列图片，根据你所选择的选项组合，将它们导出，然后根据不同的设置对它们进行处理。你会看到，导出文件的大小和导出速度有所不同。我只需要浏览目标目录，也就是FRE自带样本图片所在的目录。系统以不同的方式来处理图片，将相关信息存储起来，就生成了这个结果图表。你可以看到，使用不同的设置时文件大小会如何变化，转换速度（每分钟处理的页数）又会如何变化。这样，您可以快速地了解不同设置对文件大小和每分钟处理页数的影响。
多核心识别
下面，我们来简单地介绍ABBYY FineReader Engine如何利用多核处理的优势。在这个界面上，选择样本图片；要记住，ABBYY FineReader Engine安装时自带了一些样本图片，你可以使用这些样本图片，也可以使用你自己的样本图片。选择一种或多种识别语言，选择要使用的内核的数量（这里最多允许使用10个内核）。我们来比较运行1核和4核的情况。确定是否要保存输出，然后点击“开始”，开始测试。
测试会做些什么呢？正如你所看到的，Sample目录下有3幅图片。系统会在单核下分别运行3幅图片，并记录时间。然后在四核下运行这些相同的图片，并提供两种情况下的性能比较结果图表。如果你有兴趣，可以在安装ABBYY FineReader Engine时自带的Samples Code目录下找到样本代码。
名片识别功能
下面，我们来简单介绍ABBYY FineReader Engine的名片识别功能。
通过这个界面，用户可以检测名片。它是ABBYY FineReader Engine安装包的一部分，提供了样本名片，你可以使用它们进行测试，也可以用你自己的样本进行测试。在这里，我们要选择的样本是同一张图片中的六个样本名片。我们之所以这样做，是因为用户可以从中看到，有个选项可以检测出一个包中的多张名片。选择您想要的识别语言后，系统就会开始识别。它会分别对每张名片进行识别，然后将名片中的各个字段填入系统支持的字段，例如，你可以看到这个人的姓名、公司、职务等。要查看不同名片的识别效果，只需点击左侧的卡片：该卡的图片及所有的字段值将显示在右侧。通过这个新功能，您可以轻松捕获名片上的数据。它属于ABBYY FineReader Engine的新处理功能。
照片上的文本识别
下面，我们来看看ABBYY FineReader Engine的相机图片处理功能。使用这个界面时，选择您要处理的样本图片、您是否要执行字符识别，以及各种图片校正和清洁选项。我们来添加“裁切图片”选项，点击“开始”，然后会讨论某些相关信息。
处理时，我们先直接对图片进行识别。然后对图片进行各种修正，再加以识别。从识别结果可以看出，未经校正的图片没有识别出任何字符（这不足为怪），校正后的图片识别出了一串字符，在这个界面上你可以看到分割情况。ABBYY FineReader Engine提供这些功能，旨在增强相机图片的识别。
图片预处理
在这个界面上，浏览选中你要处理的样本图片，决定是否要执行字符识别（在本例中我们将执行字符识别），选择你想选择的（本例中我们将裁剪图片，并进行其他操作）预处理选项，然后按“开始”。这时，系统会加载引擎，并在不对图片进行任何清理操作的情况下直接处理图片。然后，应用已选择的各种处理方案，重新处理图片。你会发现，它提供了一系列的一般预处理选项。此外，还有一些颜色处理功能。如果图片来自相机，针对那种图片有一些特定功能。在这里，可以看到，使用原始图片时，识别出了513个字符，106个不确定字符，处理过程共花了16秒。图片经过预处理以后，重新识别，识别出了更多的字符，不确定字符减少，处理速度也变得更快。你也可以看到，识别结果得到了改善。将鼠标悬停在单词上方，它会显示出各个单词的值。通过这个界面，你可以测试和尝试FRE中的各种图片预处理设置。
处理设定档
在这里，我们来简单介绍ABBYY FineReader Engine提供的预定义处理配置文件。
正如你所看到的，有一系列不同的处理配置文件，每个配置文件专用于某种特定的需求和处理类型。使用这个界面时，要浏览样本图片所在的目录，选择识别语言，然后点击go“开始”。这样，系统就会加载识别引擎。在这里，系统要在“文档转换（精度）” 配置文件下处理这个目录下的图片。然后，系统要在Document Conversion (accuracy) “文档转换（速度）” 配置文件下处理再次处理这些图片。系统将计算出不同配置文件下处理图片的各种统计信息，然后显示出这个图，你可以从中看到差别。正如你所看到的，Document Conversion (accuracy) “文档转换（精度）”比Document Conversion (speed) “文档转换（速度）”找到了更多的图片和其他各种图片对象。不过，“文档转换（精度）”的运行速度比“文档转换（速度）”慢。有各种各样的配置文件可供选择，通过这个界面，您可以将它们进行对比。
