THotPDF.AnalyzeLoadedPageSemanticText

Analyserer posisjonerte glyffer og returnerer semantiske linjer i stabil leserekkefølge

Delphi-syntaks

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

Beskrivelse

Analysatoren grupperer baselinjer, deler store horisontale gap i celler, oppdager gjentatte kolonnebånd, gjenkjenner justerte tabellrader og klassifiserer listeelementer, overskrifter og figur- eller tabellbildetekster. Innhold i full bredde og tabellrader deler siden i vertikale soner, mens vanlig innhold sorteres kolonne-forst og deretter topp-til-bunn innenfor hver kolonne

THPDFSemanticTextLayout rapporterer ColumnCount, TableCount, sidemedianer og ordnede Lines. Hver linje beholder grenser, celler, rolle, kolonne og sone, tabell- og radindekser, listenivå og opprinnelig kildeordre, slik at applikasjoner kan erstatte de innebygde heuristikkene

Geometripasset bruker O(n log n)-sortering og avgrenset kolonnebåndtilordning

Se også ExtractLoadedPageSemanticText