ConfigureTesseractOCR

OCR, konfiguration

Beskrivning

Skapar en instansägd Tesseract-provider och tilldelar den till OnOCRPage, så att sid- och dokument-OCR-metoderna blir användbara utan en program-callback

Syntax

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);

Parametrar

Executable	Sökvägen till en befintlig Tesseract-körbar fil
TessDataDirectory	Träningsdatakatalogen, eller en tom sträng för att låta motorn använda sin normala datauppslagning
DetectOrientation	Falskt som standard; sant kör OSD före igenkänningen och korrigerar uttryckligen den rapporterade medurs rotationen på 0, 90, 180 eller 270 grader
MinOrientationConfidence	Ett ändligt icke-negativt Tesseract-OSD-konfidensvärde, standard 15; detta värde skiljer sig från ordkonfidensvärdet 0 till 1
TimeoutMS	Den positiva tidsgränsen i millisekunder för varje motorprocess, standard 120000; en orienterad sida kan köra separata OSD- och igenkänningsprocesser

Returvärden

Delphi returnerar sant när konfigurationen godtas; DLL och ActiveX returnerar 1 för lyckat och 0 för en ogiltig konfiguration

Anmärkningar

Motorn är valfri och lämnas av programmet; konfigurationen installerar ingen körbar fil, laddar ner inga modeller och ändrar inte användarens Tesseract-konfiguration

Sökvägen till den körbara filen och den valfria datakatalogsökvägen kontrolleras vid konfigurationen; modelltillgänglighet och faktisk motorkörning kontrolleras när en sida igenkänns

Det begärda språket behöver sin träningsdatafil, som eng.traineddata; orienteringsdetektering behöver också osd.traineddata

Windows-adaptern startar den körbara filen direkt utan skal eller synlig konsol, använder privata temporärfiler, genomdriver tids- och utdatagränser och tolkar hOCR-hierarkin och verifierade radbaslinjer

Orienteringsdetektering är avstängd som standard; när den är påslagen misslyckas ett saknat OSD-resultat eller ett resultat med låg konfidens explicit i stället för att gissa en riktning

En verifierad korrigering roterar bildpunkter i stödda, ej sammanflätade 8-bits PNG-bilder en kvarts varv utan interpolation, igenkänner den upprätta bilden och mappar sedan ordboxar och baslinjeslutpunkter tillbaka till den ursprungliga bildens koordinater

Den mappade baslinjen bär redan textriktningen och får inte orienteringsvinkeln en andra gång

En ogiltig omkonfiguration bevarar den befintliga providern; en godtagen omkonfiguration ersätter den tidigare ägda providern

En program-callback som tilldelas efteråt förblir programägd och bevaras av ClearTesseractOCR och när instansen förstörs

Exempel

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 även

ClearTesseractOCR, OCRPageEx, OCRDocumentEx, GetOCRDiagnosticsJSON, OnOCRPage