THotPDF.AnalyzeLoadedPageSemanticText

配置されたグリフを解析し、安定した読み順でセマンティックな行を返します

Delphi 構文

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

説明

アナライザーはベースラインをクラスタリングし、大きな水平ギャップをセルに分割し、繰り返し現れる列バンドを検出し、整列した表の行を認識して、リスト項目・見出し・図や表のキャプションを分類します。ページ全幅のコンテンツと表の行はページを縦のゾーンに分割し、通常のコンテンツは列を先に、各列内では上から下へ順序付けられます

THPDFSemanticTextLayout は ColumnCount、TableCount、ページ中央値、順序付けられた Lines を報告します。各行は境界、セル、ロール、列とゾーン、表と行のインデックス、リストレベル、元のソース順を保持するため、アプリケーションは組み込みのヒューリスティックを独自のものに置き換えられます

ジオメトリ処理は O(n log n) のソートと上限付きの列バンド割り当てを使用します

ExtractLoadedPageSemanticText も参照してください