Indbygget OCR- og stregkodegenkendelse

Engine-frie overloads af ApplyLoadedOCRTextLayer og DecodeLoadedPageBarcodes bruger HotPDFs afgrænsede indbyggede genkendere

OCR-omfang

Den indbyggede OCR-backend genkender maskintrykte ASCII-bogstaver og cifre, herunder tekst med blandede store og små bogstaver, via Otsu-binarisering med lokalt vindue som fallback, udtrækning af glyffer som sammenhængende komponenter og afgrænset gråtone-skabelonmatching mod cachade glyfskabeloner fra flere skrifttyper

Skabeloner for almindelig, fed, kursiv og fed kursiv dækker Arial, Times New Roman, Courier New, Tahoma og Segoe UI uden en ekstern OCR-installation

Genkenderen normaliserer lys tekst på en overvejende mørk baggrund og accepterer udtonet tekst, når gråtoneintervallet er på mindst 16 niveauer ud af 255, samtidig med at kalderens bitmap og dens ordkoordinater bevares

Højdegruppering på linjeniveau og præference efter store/små-bogstav-sammenhæng adskiller versal- og minuskelformer, prikkerne på i og j flettes med deres stænge, støj under et minimumskomponentareal ignoreres, og ordmellemrum detekteres med bimodal mellemrumsgruppering

Genkendte ord rapporterer baselinjer og versalhøjder pr. linje, så ApplyLoadedOCRTextLayer kan placere den søgbare tekst præcist

Naturlige scener, ikke-understøttede skrifttyper, meget lille tekst og tvetydige former returnerer stadig intet gættet ord, og ethvert ord med et ukendt bevaret glyph udelades som helhed i stedet for at miste tegn i smug

Ensfarvede baggrunde og billeder med et gråtoneinterval under 16 niveauer giver intet resultat; automatisk polaritetsudvælgelse forudsætter, at baggrunden optager størstedelen af siden

Et gyldigt billede uden genkendte ord fuldføres med et tomt resultat-array, også på tomme, lavkontrast- og sider uden understøttet tekst; batchkørsler over scannede dokumenter fortsætter til senere sider, mens ugyldige forespørgsler, annullering og opbrugte grænser stadig fejler

Windows FPC læser både 24-bit- og 32-bit-inputbitmaps uden at ændre deres pixelformat eller kassere de originale pixels

Stregkodeomfang

Den indbyggede lineære backend afkoder Code 39, Code 128-sæt A/B/C med SHIFT- og FNC-kontroltegn, EAN-8, EAN-13, UPC-A og UPC-E med deres påkrævede checksummer

QR-koder i version 1 til 40 understøtter kvartdrejnings- og spejlingsorienteringer, finder-baseret perspektivsampling, BCH-formatgendannelse og Reed-Solomon-korrektion af beskadigede kodeword inden for hver bloks kapacitet

Data Matrix ECC 200 understøtter kvadratiske størrelser fra 10 til 144 moduler, de seks standard rektangulære størrelser, flere regioner og blokke samt ASCII-, C40-, Text-, X12-, EDIFACT- og Base256-payloads

PDF417 understøtter tekst-, numerisk- og byte-kompaktering med GF(929) Reed-Solomon-korrektion ved fejlkorrektionsniveauerne 0 til 8

Byte-payloads bevarer deres rå bytes og overholder understøttede ECI-tegnsæt, herunder UTF-8; ikke-understøttede ECI-værdier fejler eksplicit

Hvert indbygget billedscan finder flere adskilte understøttede symboler, fastholder gentagne payloads på forskellige positioner og rapporterer grænser og confidence pr. symbol; Multi-symbol Raster Barcode Scanning leverer den native hjælper, projicerede Data Matrix-hjørner og scan-budgetter

Data Matrix understøtter roteret og trapezformet projektiv sampling, herunder korrigerbar skade på datamoduler; DMRE ligger stadig uden for dekoderen, og PDF417-gendannelse kræver, at hver rækkes lokatormønstre forbliver genkendelige

Beskadigelse, der ødelægger lokatorgeometrien eller overstiger korrektionskapaciteten, returnerer intet resultat, og rørende eller overlappende symboler kan forhindre uafhængig lokalisering

Budgetter og atomicitet

Genkendelse er begrænset til 4096 gange 4096-billeder og 4,194,304 pixels med faste grænser for tid, resultater, tekst og rå bytes

Indbygget OCR tjekker sin to-sekunders-deadline og annulleringstoken under pixelkonvertering, thresholding, komponentudtræk, glyph-normalisering og linjeanalyse; et loft på 8.192 komponenter afgrænser analyse af tæt støj

Annullering udbredes gennem de eksisterende OCR- og stregkode-pipelines, som kun publicerer resultater, når hele forespørgslen lykkes