ConfigureTesseractOCR

OCR, konfiguration

Beskrivelse

Opretter en instans-ejet Tesseract-udbyder og tildeler den til OnOCRPage, så side- og dokument-OCR-metoderne kan bruges uden et program-callback

Syntaks

Delphi

Function TPDFlib.ConfigureTesseractOCR(Const Executable,
  TessDataDirectory: WideString; DetectOrientation: Boolean= False;
  MinOrientationConfidence: Double= 15; TimeoutMS: Integer= 120000): Boolean;

ActiveX

Function PDFlib::ConfigureTesseractOCR(Executable As String,
  TessDataDirectory As String, DetectOrientation As Long,
  MinOrientationConfidence As Double, TimeoutMS As Long) As Long

DLL

int DLConfigureTesseractOCR(int InstanceID, const wchar_t* Executable,
  const wchar_t* TessDataDirectory, int DetectOrientation,
  double MinOrientationConfidence, int TimeoutMS);
int DLConfigureTesseractOCRA(int InstanceID, const char* Executable,
  const char* TessDataDirectory, int DetectOrientation,
  double MinOrientationConfidence, int TimeoutMS);

Parametre

Executable	Stien til en eksisterende Tesseract-eksekverbar fil
TessDataDirectory	Traineddata-mappen eller en tom streng, så motoren bruger sit normale dataopslag
DetectOrientation	False som standard; true kører OSD før genkendelsen og retter eksplicit den rapporterede rotation på 0, 90, 180 eller 270 grader med uret
MinOrientationConfidence	En endelig, ikke-negativ Tesseract-OSD-sikkerhedsscore, standard 15; scoren er ikke det samme som ordsikkerhedstærsklen fra 0 til 1
TimeoutMS	Den positive timeout i millisekunder pr. motorproces, standard 120000; en side med orienteringsdetektering kan køre separate OSD- og genkendelsesprocesser

Returværdier

Delphi returnerer true, når konfigurationen accepteres; DLL og ActiveX returnerer 1 ved succes og 0 ved en ugyldig konfiguration

Bemærkninger

Motoren er valgfri og leveres af programmet; konfigurationen installerer ikke en eksekverbar fil, henter ikke modeller og ændrer ikke brugerens Tesseract-konfiguration

Stien til den eksekverbare fil og den valgfrie datamappe tjekkes under konfigurationen; modeltilgængelighed og den faktiske motorkørsel tjekkes, når en side genkendes

Det ønskede sprog behøver sin traineddata-fil, såsom eng.traineddata; orienteringsdetektering behøver også osd.traineddata

Windows-adapteren starter den eksekverbare fil direkte uden shell eller synlig konsol, bruger private midlertidige filer, håndhæver tids- og outputgrænser og fortolker hOCR-hierarkiet og verificerede basislinjer

Orienteringsdetektering er slået fra som standard; når den er slået til, fejler et manglende OSD-resultat eller en lav sikkerhed eksplicit i stedet for at gætte en retning

En verificeret korrektion roterer understøttede ikke-interlace 8-bit PNG-pixler en kvart drejning uden interpolation, genkender det opretstillede billede og afbilder derefter ordkasser og basislinjeender tilbage til det oprindelige billedekoordinatsystem

Den afbildede basislinje bærer allerede tekstretningen og får ikke orienteringsvinklen tilføjet en anden gang

En ugyldig omkonfiguration bevarer den eksisterende udbyder; en accepteret omkonfiguration erstatter den tidligere ejede udbyder

Et program-callback, der tildeles bagefter, forbliver program-ejet og bevares af ClearTesseractOCR og ved instansens destruktion

Eksempel

if not PDF.ConfigureTesseractOCR('C:\Tools\Tesseract\tesseract.exe',
  'C:\OCR\tessdata', True, 15, 120000) then
  raise Exception.Create(PDF.LastOCRError);
Processed := PDF.OCRDocumentEx('', 300, 'eng', 'Arial', 0.5,
  PDF_OCR_SKIP_EXISTING_TEXT or PDF_OCR_REPLACE_OWNED_LAYER);
ReportJSON := PDF.GetOCRDiagnosticsJSON;

Se også

ClearTesseractOCR, OCRPageEx, OCRDocumentEx, GetOCRDiagnosticsJSON, OnOCRPage