用office 的Document Imaging OCR文本识别功能，能从扫描文件中识别文字转换成文本或word格式文件；

从开始-程序-office-打开软件

先打开扫描的Tag图像文件格式的文件，点 工具-‘使用OCR识别文本’识别出来，然后另存为文本文件。

我们（清华大学图书馆）使用赛数OS14000 A1、OS14000 A0等专业高精度非接触式书刊扫描仪进行古籍、地契、拓片等珍贵馆藏数字化工作，以此为基础形成海量电子资源，并充分利用网络信息环境，面向读者提供全网域、全媒体类型的资源发现和获取服务，他们不改初心，坚持正确的事。

当然是违法的。因为图书馆和博物馆只给了你了解资讯的权力，并没有对你授权。

出版方直接影印出版后，百分百一告一个准，侵犯版权。

另，最好不要干这种事，图书馆和博物馆的版权是极贵的，分分钟叫你赔得破产。