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 las líneas base, divide los grandes intervalos horizontales en celdas, detecta bandas de columna recurrentes, reconoce filas de tabla alineadas y clasifica los elementos de lista, los encabezados y los títulos de figuras o tablas. El contenido de ancho completo 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 a abajo dentro de cada columna

THPDFSemanticTextLayout informa de ColumnCount, TableCount, las medianas de página y las Lines ordenadas. Cada línea conserva los límites, las celdas, el rol, la columna y la zona, los índices de tabla y fila, el nivel de lista y el orden de origen original para que las aplicaciones puedan reemplazar las heurísticas integradas

La pasada de geometría usa ordenación O(n log n) y asignación de bandas de columna acotada

Véase también ExtractLoadedPageSemanticText