組み込み OCR とバーコード認識

ApplyLoadedOCRTextLayer と DecodeLoadedPageBarcodes の engine フリー overload は、HotPDF の限定された組み込み認識器を使用します

OCR の適用範囲

組み込み OCR バックエンドは、活字印刷 ASCII 英数字（大文字小文字混在を含む）を、ローカルウィンドウフォールバック付きの Otsu 二値化、連結成分によるグリフ抽出、キャッシュ済みのマルチフォントグリフテンプレートに対する限定されたグレースケールテンプレート照合で認識します

レギュラー、ボールド、イタリック、ボールドイタリックの各テンプレートが Arial、Times New Roman、Courier New、Tahoma、Segoe UI をカバーし、外部 OCR のインストールは不要です

認識器は、主に暗い背景に置かれた明るいテキストを正規化し、グレースケール範囲が 255 段階中 16 段階以上あれば色あせたテキストも受け入れます。呼び出し側のビットマップとその単語座標は変更されないまま保たれます

行単位の高さクラスタリングと大文字・小文字の文脈判断により大文字と小文字の形状が区別され、i と j の点は縦棒と統合され、最小成分面積未満のスペックルノイズは無視され、単語間隔は二峰性の間隔クラスタリングで検出されます

認識された単語は行ごとのベースラインとキャップ高を報告するため、ApplyLoadedOCRTextLayer は検索可能なテキストを正確に配置できます

自然画像、未対応フォント、極小テキスト、あいまいな形状では、これまでどおり推測語を返しません。認識できなかった保持グリフを 1 つでも含む単語は、文字を黙って欠落させる代わりに丸ごと除外されます

一様な背景や、グレースケール範囲が 16 段階未満の画像は結果を返しません。極性の自動選択は、背景がページの大部分を占めることを前提とします

認識された単語が 1 つもない有効な画像は、空白ページ・低コントラストのページ・未対応テキストのページを含め、空の結果配列で成功として完了します。スキャン文書のバッチ処理では後続のページへ処理が進みますが、不正なリクエスト・キャンセル・上限の枯渇はこれまでどおり失敗します

Windows FPC は、24 ビットと 32 ビットのどちらの入力ビットマップも、ピクセルフォーマットを変更せず元のピクセルを破棄せずに読み込みます

組み込みの一次元バックエンドは、必要なチェックサムを備えた Code 39、SHIFT と FNC 制御を含む Code 128 の A / B / C セット、EAN-8、EAN-13、UPC-A、UPC-E をデコードします

QR Code はバージョン 1 から 40 までに対応し、90 度回転と鏡像の各向き、ファインダーパターンによるパース歪みのサンプリング、BCH によるフォーマット復元、ブロック容量内の Reed-Solomon 訂正による破損コードワードの復旧をサポートします

Data Matrix ECC 200 は 10 から 144 モジュールの正方形サイズ、6 種類の標準矩形サイズ、複数リージョンとブロック、ASCII、C40、Text、X12、EDIFACT、Base256 の各ペイロードに対応します

PDF417 は、誤り訂正レベル 0 から 8 の GF(929) Reed-Solomon 訂正付きで、text、numeric、byte の各コンパクションモードに対応します

バイトペイロードは生バイトを保持し、UTF-8 を含む対応済み ECI 文字セットを尊重します。未対応の ECI 値は明示的に失敗します

組み込みの画像スキャン 1 回で、離れて配置された複数の対応シンボルを検出し、異なる位置にある同一ペイロードも保持し、シンボルごとの境界と信頼度を報告します。ネイティブのヘルパー、投影された Data Matrix のコーナー、スキャン予算はマルチシンボルラスタバーコードスキャンで提供されます

Data Matrix は回転や台形の投影サンプリングに対応し、訂正可能なデータモジュールの損傷も扱います。DMRE はデコーダーの対象外で、PDF417 の復旧には全行のロケーターパターンが認識可能なままであることが必要です

ロケーターの幾何を壊す損傷や訂正容量を超える損傷では結果を返さず、接触や重なりのあるシンボルは独立した位置特定を妨げることがあります

認識は 4096×4096 の画像と 4,194,304 ピクセルに制限され、時間・結果・テキスト・raw バイトに固定の上限が設けられています

組み込み OCR は、ピクセル変換・しきい値処理・成分抽出・グリフ正規化・行解析の各段階で 2 秒のデッドラインとキャンセルトークンを確認します。濃密なノイズの解析には 8,192 成分の上限が設けられています

キャンセルは既存の OCR およびバーコードパイプラインを通じて伝播し、各パイプラインは要求全体が成功した後にのみ結果を公開します