ApplyOCRTextLayerEx

OCR, tekst, edycja dokumentu

Opis

Waliduje JSON OCR niezależny od dostawcy, przygotowuje tekst niewidoczny w osobnym buforze i zatwierdza na jednej stronie należącą do biblioteki wyszukiwalną warstwę tekstu

Składnia

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);

Parametry

Page	Strona docelowa numerowana od 1
ResultJSON	Schemat w wersji 1 opisany w dokumentacji ApplyOCRTextLayer, opcjonalnie z zweryfikowanymi punktami końcowymi linii bazowej i identyfikatorami hierarchii
FontName	Czcionka TrueType nadająca się do osadzenia albo pusty ciąg, aby wybrać zapasową czcionkę zainstalowaną w systemie
MinConfidence	Domknięty od 0 do 1 próg pewności słowa
Options	Bitowa kombinacja poniższych zasad warstw; zero dołącza nową warstwę należącą do biblioteki

Opcje

1 — PDF_OCR_SKIP_EXISTING_TEXT	Zwraca sukces bez uruchamiania OCR, gdy zachowany strumień treści nienależący do biblioteki albo wywoływany Form XObject zawiera tekst, również tekst niewidoczny
2 — PDF_OCR_REPLACE_OWNED_LAYER	Zastępuje każdą istniejącą warstwę o dokładnie pasującym znaczniku OCR biblioteki; dołącza nową, gdy brak warstwy OCR należącej do biblioteki
3	Pomija strony z tekstem nienależącym do biblioteki, pozwalając jednocześnie zastępować strony, których tekst pochodzi wyłącznie z warstw OCR biblioteki

Wartości zwracane

1	Warstwa została zatwierdzona, zasada istniejącego tekstu pominęła stronę albo żadne słowo nie osiągnęło progu pewności
0	Nie powiodły się dane wejściowe, geometria, opcje, kodowanie czcionki albo zapis warstwy

Uwagi

Nieznane bity opcji są odrzucane

Współrzędne źródłowe używają lewego górnego narożnika wyrenderowanego obrazu i wybranego prostokąta renderowania; obrót strony i niezerowe przesunięcia prostokąta są mapowane z powrotem do pierwotnej przestrzeni użytkownika PDF

Opcjonalna tablica baseline zawiera [x1, y1, x2, y2] w jednostkach źródłowych i definiuje kierunek tekstu oraz postęp; pełna linia bazowa nie może jednocześnie mieć niezerowego textAngle

Każda granica słowa i linia bazowa są sprawdzane przed filtrowaniem po pewności; nieprawidłowe słowo o niskiej pewności i tak powoduje niepowodzenie operacji

Dopasowanie czcionki i obsługa brakujących glifów kończą się przed zatwierdzeniem nowej warstwy treści; częściowo narysowane słowa OCR nie zastępują starej warstwy

Warstwami OCR należącymi do biblioteki są wyłącznie strumienie ze wszystkimi trzema dokładnymi polami /PDFlibOCROwner /PDFlibPas, /PDFlibOCRType /InvisibleText i /PDFlibOCRVersion 1

Zastąpienie tworzy nową tablicę contents i nowy strumień, zachowując treść nienależącą do biblioteki oraz strumienie używane przez strony sąsiednie

Warstwa OCR używa trybu renderowania 3 i odizolowanego stanu grafiki; umieszczenie anuluje bieżącą macierz transformacji zachowanej treści przed zastosowaniem macierzy słowa

Pusty zaakceptowany wynik pozostawia stare warstwy bez zmian; użyj GetOCRDiagnosticsJSON, aby rozróżnić empty, skipped, appended i replaced

Wyszukiwalność i niezmienione widoczne piksele są weryfikowane po zapisaniu i ponownym wczytaniu dokumentu

Zobacz również

OCRPageEx, OCRDocumentEx, ConfigureTesseractOCR, GetOCRDiagnosticsJSON, LastOCRError