THotPDF.AnalyzeLoadedPageSemanticText

Analyse les glyphes positionnés et renvoie des lignes sémantiques dans un ordre de lecture stable

Syntaxe Delphi

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

Description

L’analyseur regroupe les lignes de base, découpe les grands écarts horizontaux en cellules, détecte les bandes de colonnes récurrentes, reconnaît les lignes de tableaux alignées et classe les éléments de liste, les titres et les légendes de figures ou de tableaux. Le contenu pleine largeur et les lignes de tableaux divisent la page en zones verticales, tandis que le contenu ordinaire est ordonné colonne d’abord puis de haut en bas à l’intérieur de chaque colonne

THPDFSemanticTextLayout signale ColumnCount, TableCount, les médianes de page et les Lines ordonnées. Chaque ligne conserve ses bornes, cellules, rôle, colonne et zone, indices de tableau et de ligne, niveau de liste et ordre source d’origine, afin que les applications puissent remplacer les heuristiques intégrées

La passe de géométrie utilise un tri en O(n log n) et une affectation bornée des bandes de colonnes

Voir aussi ExtractLoadedPageSemanticText