THotPDF.AnalyzeLoadedPageSemanticText

Analiza los glifos posicionados y devuelve líneas semánticas en un orden de lectura estable

Sintaxis Delphi

function AnalyzeLoadedPageSemanticText(PageIndex: Integer;
  out ALayout: THPDFSemanticTextLayout): boolean;

Descripción

El analizador agrupa baselines, divide los espacios horizontales grandes en celdas, detecta bandas de columnas recurrentes, reconoce filas de tablas alineadas y clasifica elementos de lista, encabezados y leyendas de figuras o tablas. El contenido a todo el ancho y las filas de tabla dividen la página en zonas verticales, mientras que el contenido ordinario se ordena primero por columna y luego de arriba hacia abajo dentro de cada columna

THPDFSemanticTextLayout reporta ColumnCount, TableCount, las medianas de la página y las Lines ordenadas. Cada línea conserva bounds, celdas, role, columna y zona, índices de tabla y de fila, nivel de lista y el orden original de la fuente, de modo que las aplicaciones puedan reemplazar las heurísticas incorporadas

La pasada de geometría usa ordenamiento O(n log n) y una asignación acotada de bandas de columnas

Véase también ExtractLoadedPageSemanticText