ApplyOCRTextLayerEx

OCR, testo, modifica dei documenti

Descrizione

Convalida il JSON OCR indipendente dal provider, prepara il testo invisibile in un buffer separato e registra su una pagina un livello di testo ricercabile di proprietà della libreria

Sintassi

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);

Parametri

Page	La pagina di destinazione a base 1
ResultJSON	Lo schema con versione 1 descritto da ApplyOCRTextLayer, che opzionalmente include endpoint di baseline verificati e ID di gerarchia
FontName	Un font TrueType incorporabile oppure una stringa vuota per selezionare un fallback installato
MinConfidence	La soglia inclusiva di confidenza delle parole da 0 a 1
Options	Una combinazione bitwise delle politiche sui livelli mostrate sotto; zero aggiunge in coda un nuovo livello di proprietà della libreria

Opzioni

1 — PDF_OCR_SKIP_EXISTING_TEXT	Restituisce successo senza applicare l'OCR quando uno stream di contenuto mantenuto ma non di proprietà della libreria oppure uno Form XObject invocato contiene testo, incluso il testo invisibile
2 — PDF_OCR_REPLACE_OWNED_LAYER	Sostituisce ogni livello esistente con l'esatto marcatore OCR della libreria; aggiunge in coda se non esiste un livello OCR di proprietà della libreria
3	Salta le pagine con testo non di proprietà della libreria, consentendo comunque di sostituire le pagine OCR con soli livelli di proprietà della libreria

Valori restituiti

1	Un livello è stato aggiunto, la politica sul testo esistente ha saltato la pagina oppure nessuna parola ha raggiunto la soglia di confidenza
0	Input, geometria, opzioni, codifica del font o scrittura del livello non riusciti

Note

I bit di opzione sconosciuti vengono rifiutati

Le coordinate sorgente usano l'origine in alto a sinistra dell'immagine renderizzata e il box di rendering selezionato; la rotazione di pagina e gli offset del box diversi da zero vengono riportati allo spazio utente PDF originale

Un array baseline opzionale contiene [x1, y1, x2, y2] in unità sorgente e definisce la direzione del testo e l'avanzamento; una baseline completa non deve anche portare un textAngle diverso da zero

Ogni confine di parola e ogni baseline viene controllato prima del filtro sulla confidenza; una parola non valida a bassa confidenza fa comunque fallire l'operazione

L'adattamento al font e la gestione dei glifi mancanti terminano prima che il nuovo livello di contenuto venga registrato; nessuna parola OCR parzialmente disegnata sostituisce il vecchio livello

Sono livelli OCR di proprietà della libreria soltanto gli stream con tutti e tre i campi esatti /PDFlibOCROwner /PDFlibPas, /PDFlibOCRType /InvisibleText e /PDFlibOCRVersion 1

La sostituzione crea un nuovo array contents e un nuovo stream, preservando il contenuto non di proprietà della libreria e gli stream usati dalle pagine sorelle

Il livello OCR usa la modalità di rendering 3 e uno stato grafico isolato; il piazzamento annulla la matrice di trasformazione corrente del contenuto mantenuto prima di applicare la matrice della parola

Un risultato accettato vuoto lascia intatti i vecchi livelli; usa GetOCRDiagnosticsJSON per distinguere empty, skipped, appended e replaced

Ricercabilità e pixel visibili invariati vengono verificati dopo il salvataggio e il ricaricamento del documento

Vedere anche

OCRPageEx, OCRDocumentEx, ConfigureTesseractOCR, GetOCRDiagnosticsJSON, LastOCRError