THPDFScanOCRWord

Conserva la palabra del engine OCR y su palabra mapeada al raster original, más los cuadriláteros en raster y en página

Unidad

HPDFScanOCRWorkflow

Comportamiento

ProcessedWord se refiere a los píxeles del raster corregido; SourceWord se refiere a los píxeles de la fuente; PageQuad usa el user space original del PDF

Temas relacionados

Preprocessing de scans y OCR estructurado