ApplyOCRTextLayerEx

OCR, tekst, dokumentredigering

Beskrivelse

Validerer udbyderneutral OCR-JSON, forbereder usynlig tekst i en separat buffer og skriver et ejet søgbart tekstlag til én side

Syntaks

Delphi

Function TPDFlib.ApplyOCRTextLayerEx(Page: Integer; Const ResultJSON,
  FontName: WideString; MinConfidence: Double; Options: Integer): Integer;

ActiveX

Function PDFlib::ApplyOCRTextLayerEx(Page As Long, ResultJSON As String,
  FontName As String, MinConfidence As Double, Options As Long) As Long

DLL

int DLApplyOCRTextLayerEx(int InstanceID, int Page, const wchar_t* ResultJSON,
  const wchar_t* FontName, double MinConfidence, int Options);
int DLApplyOCRTextLayerExA(int InstanceID, int Page, const char* ResultJSON,
  const char* FontName, double MinConfidence, int Options);

Parametre

Page	Den 1-baserede målside
ResultJSON	Version-1-skemaet beskrevet af ApplyOCRTextLayer, evt. med verificerede basislinjeender og hierarki-id'er
FontName	Et integrerbart TrueType-skrifttypenavn eller en tom streng til valg af installeret reserve
MinConfidence	Den inklusive ordsikkerhedstærskel fra 0 til 1
Options	En bitvis kombination af lagpolitikkerne nedenfor; nul tilføjer et nyt ejet lag

Valgmuligheder

1 — PDF_OCR_SKIP_EXISTING_TEXT	Returnerer succes uden at anvende OCR, når en bevaret, ikke-ejet indholdsstrøm eller et kaldt Form XObject indeholder tekst, også usynlig tekst
2 — PDF_OCR_REPLACE_OWNED_LAYER	Erstatter hvert eksisterende lag med bibliotekets præcise OCR-markør; tilføjer, hvis der ikke findes et ejet OCR-lag
3	Springer sider med ikke-ejet tekst over, mens sider med kun ejede OCR-lag tillades erstattet

Returværdier

1	Et lag blev skrevet, politikken for eksisterende tekst sprang siden over, eller intet ord opfyldte sikkerhedstærsklen
0	Input, geometri, valgmuligheder, skrifttypekodning eller lag-skrivning mislykkedes

Bemærkninger

Ukendte optionbits afvises

Kildekoordinaterne bruger det gengivede billedes øverste venstre nulpunkt og den valgte renderingsboks; siderotation og forskudte bokse med nonzero-offsets afbildes tilbage til det rå PDF-brugerrum

Et valgfrit baseline-array indeholder [x1, y1, x2, y2] i kildeenheder og definerer tekstretningen og fremrykningen; en komplet basislinje må ikke samtidig have en textAngle forskellig fra nul

Alle ordgrænser og basislinjer tjekkes før sikkerhedsfiltreringen; et ugyldigt ord med lav sikkerhed får stadig handlingen til at fejle

Skrifttilpasning og håndtering af manglende glyffer afsluttes, før det nye indholdslag skrives; ingen delvist tegnede OCR-ord erstatter det gamle lag

Kun strømme med alle tre præcise felter /PDFlibOCROwner /PDFlibPas, /PDFlibOCRType /InvisibleText og /PDFlibOCRVersion 1 er ejede OCR-lag

Erstatning opretter et nyt contents-array og en ny strøm og bevarer ikke-ejet indhold og de strømme, søstersider bruger

OCR-laget bruger gengivelsestilstand 3 og en isoleret grafiktilstand; placeringen annullerer det bevarede indholds aktuelle transformationsmatrix, før ordmatricen anvendes

Et tomt accepteret resultat lader de gamle lag stå urørt; brug GetOCRDiagnosticsJSON til at skelne empty, skipped, appended og replaced

Søgbarhed og uændrede synlige pixler verificeres efter at dokumentet er gemt og genindlæst

Se også

OCRPageEx, OCRDocumentEx, ConfigureTesseractOCR, GetOCRDiagnosticsJSON, LastOCRError