Ενσωματωμένη αναγνώριση OCR και barcode

Τα overloads χωρίς engine για τα ApplyLoadedOCRTextLayer και DecodeLoadedPageBarcodes χρησιμοποιούν τους ενσωματωμένους bounded recognizers του HotPDF

Πεδίο OCR

Το ενσωματωμένο OCR backend αναγνωρίζει μηχανικά εκτυπωμένα γράμματα και ψηφία ASCII, συμπεριλαμβανομένου κειμένου με μικτά κεφαλαία-πεζά, μέσω Otsu binarization με fallback τοπικού παραθύρου, εξαγωγή glyphs ως connected components και bounded matching σε grayscale templates έναντι cached multi-font glyph templates

Πρότυπα regular, bold, italic, και bold italic καλύπτουν τις Arial, Times New Roman, Courier New, Tahoma, και Segoe UI χωρίς εξωτερική εγκατάσταση OCR

Ο recognizer κανονικοποιεί φωτεινό κείμενο σε predominantly σκούρο φόντο και δέχεται ξεθωριασμένο κείμενο όταν το εύρος του grayscale είναι τουλάχιστον 16 επίπεδα στα 255, διατηρώντας παράλληλα το bitmap του καλούντος και τις συντεταγμένες λέξεών του

Το clustering υψών σε επίπεδο γραμμής και η προτίμηση βάσει context πεζών-κεφαλαίων διαχωρίζουν τα σχήματα κεφαλαίων και πεζών, οι τελείες των i και j συγχωνεύονται με τους στέλεχούς τους, ο θόρυβος κάτω από ελάχιστο component area αγνοείται και τα κενά λέξεων εντοπίζονται με bimodal gap clustering

Οι αναγνωρισμένες λέξεις αναφέρουν baselines και cap heights ανά γραμμή, ώστε το ApplyLoadedOCRTextLayer να τοποθετεί το searchable text με ακρίβεια

Φυσικές σκηνές, μη υποστηριζόμενες γραμματοσειρές, πολύ μικρό κείμενο και αμφίσημα σχήματα εξακολουθούν να μην επιστρέφουν καμία μαντεμένη λέξη, και κάθε λέξη που περιέχει μια μη αναγνωρισμένη διατηρημένη γλυφή παραλείπεται ολόκληρη αντί να χάνονται σιωπηλά χαρακτήρες

Ομοιόμορφα φόντα και εικόνες με εύρος grayscale κάτω από 16 επίπεδα δεν επιστρέφουν αποτέλεσμα· η αυτόματη επιλογή πολικότητας προϋποθέτει ότι το φόντο καταλαμβάνει το μεγαλύτερο μέρος της σελίδας

Μια έγκυρη εικόνα χωρίς αναγνωρισμένες λέξεις ολοκληρώνεται επιτυχώς με κενό πίνακα αποτελεσμάτων, συμπεριλαμβανομένων κενών, χαμηλής αντίθεσης, και σελίδων με μη υποστηριζόμενο κείμενο· οι παρτίδες σαρωμένων εγγράφων συνεχίζουν στις επόμενες σελίδες, ενώ μη έγκυρα αιτήματα, ακύρωση, και εξαντλημένα όρια αποτυγχάνουν ακόμα

Το FPC για Windows διαβάζει και bitmaps εισόδου 24-bit και 32-bit χωρίς να αλλάξει τη μορφή pixel τους ή να πετάξει τα αρχικά pixels

Πεδίο barcode

Το ενσωματωμένο γραμμικό backend αποκωδικοποιεί Code 39, Code 128 με τάξεις A/B/C και ελέγχους SHIFT και FNC, EAN-8, EAN-13, UPC-A και UPC-E με τα απαιτούμενα checksums τους

Τα QR Code εκδόσεων 1 έως 40 υποστηρίζουν προσανατολισμούς τεταρτημορίου και κατοπτρισμού, δειγματοληψία προοπτικής με βάση τα finder patterns, ανάκτηση μορφής BCH και διόρθωση Reed-Solomon κατεστραμμένων codewords εντός της χωρητικότητας κάθε block

Το Data Matrix ECC 200 υποστηρίζει τετράγωνα μεγέθη από 10 έως 144 modules, τα έξι τυπικά ορθογώνια μεγέθη, πολλαπλές περιοχές και blocks, και payloads ASCII, C40, Text, X12, EDIFACT και Base256

Το PDF417 υποστηρίζει συμπίεση text, numeric και byte με διόρθωση Reed-Solomon GF(929) σε επίπεδα διόρθωσης σφαλμάτων 0 έως 8

Τα byte payloads διατηρούν τα ακατέργαστα bytes τους και σέβονται τα υποστηριζόμενα σύνολα χαρακτήρων ECI, συμπεριλαμβανομένου του UTF-8· μη υποστηριζόμενες τιμές ECI αποτυγχάνουν ρητά

Κάθε ενσωματωμένη σάρωση εικόνας αναφέρει ένα αναγνωρισμένο σύμβολο· χρησιμοποιήστε το pipeline σελίδας και περιοχής ή έναν decoder της εφαρμογής όταν πρέπει να εντοπιστούν πολλαπλά σύμβολα σε ένα raster

Το Data Matrix DMRE και η δειγματοληψία προοπτικής είναι εκτός του τρέχοντος decoder, και η ανάκτηση PDF417 απαιτεί τα locator patterns κάθε γραμμής να παραμένουν αναγνωρίσιμα· ζημιά που καταστρέφει τη γεωμετρία των locator ή υπερβαίνει τη χωρητικότητα διόρθωσης δεν επιστρέφει αποτέλεσμα

Budgets και ατομικότητα

Η αναγνώριση περιορίζεται σε εικόνες 4096 επί 4096 και 4,194,304 pixels με σταθερά όρια χρόνου, αποτελεσμάτων, κειμένου και raw bytes

Το ενσωματωμένο OCR ελέγχει το διώλεπτο deadline του και το cancellation token του κατά τη μετατροπή pixel, την thresholding, την εξαγωγή components, την κανονικοποίηση γλυφών, και την ανάλυση γραμμών· ένα ταβάνι 8.192 components περικλείει την ανάλυση πυκνού θορύβου

Η ακύρωση διαχέεται μέσω των υπαρχόντων pipelines OCR και barcode, που δημοσιεύουν αποτελέσματα μόνο μετά την πλήρη επιτυχία του αιτήματος