OCR e reconhecimento de códigos de barras embutidos

As sobrecargas sem engine de ApplyLoadedOCRTextLayer e DecodeLoadedPageBarcodes usam os reconhecedores embutidos do HotPDF com limites definidos

Escopo do OCR

O backend de OCR embutido reconhece letras e dígitos ASCII impressos por máquina, incluindo texto com maiúsculas e minúsculas misturadas, por binarização de Otsu com fallback de janela local, extração de glifos como componentes conexos e correspondência limitada de templates em tons de cinza contra templates de glifos em cache de múltiplas fontes

Templates regular, bold, italic e bold italic cobrem Arial, Times New Roman, Courier New, Tahoma e Segoe UI sem uma instalação externa de OCR

O recognizer normaliza texto claro sobre um fundo predominantemente escuro e aceita texto desbotado quando a faixa de tons de cinza é de pelo menos 16 níveis em 255, preservando o bitmap do chamador e as coordenadas de palavras dele

Agrupamento de alturas no nível da linha e preferência de contexto de caixa separam as formas maiúsculas das minúsculas, os pontos do i e do j são unidos aos seus hasteamentos, ruído speckle abaixo de uma área mínima de componente é ignorado, e lacunas entre palavras são detectadas por clustering bimodal de espaçamentos

As palavras reconhecidas relatam linha de base e altura de caixa por linha, de modo que o ApplyLoadedOCRTextLayer possa posicionar o texto pesquisável com precisão

Cenas naturais, fontes não suportadas, texto muito pequeno e formas ambíguas continuam sem retornar palavra adivinhada nenhuma, e qualquer palavra que contenha um glifo retido não reconhecido é omitida como um todo em vez de perder caracteres em silêncio

Fundos uniformes e imagens com faixa de tons de cinza abaixo de 16 níveis não retornam resultado; a seleção automática de polaridade assume que o fundo ocupa a maior parte da página

Uma imagem válida sem palavras reconhecidas termina com sucesso e um array de resultados vazio, incluindo páginas em branco, de baixo contraste e com texto não suportado; lotes de documentos digitalizados continuam para as páginas seguintes, enquanto solicitações inválidas, cancelamento e limites esgotados continuam falhando

O FPC do Windows lê bitmaps de entrada de 24 e 32 bits sem mudar o formato de pixel deles nem descartar os pixels originais

Escopo de código de barras

O backend linear embutido decodifica Code 39, Code 128 nos conjuntos A/B/C com controles SHIFT e FNC, EAN-8, EAN-13, UPC-A e UPC-E com os checksums exigidos

QR Code das versões 1 a 40 suporta orientações de quarto de volta e espelhamento, amostragem de perspectiva baseada em finders, recuperação de formato BCH e correção Reed-Solomon de codewords danificados dentro da capacidade de cada bloco

Data Matrix ECC 200 suporta tamanhos quadrados de 10 a 144 módulos, os seis tamanhos retangulares padrão, múltiplas regiões e blocos e payloads ASCII, C40, Text, X12, EDIFACT e Base256

PDF417 suporta compactação de texto, numérica e de byte com correção Reed-Solomon em GF(929) nos níveis de correção de erro 0 a 8

Payloads de byte preservam os bytes brutos e respeitam os conjuntos de caracteres ECI suportados, incluindo UTF-8; valores ECI não suportados falham explicitamente

Cada scan de imagem embutido localiza múltiplos símbolos suportados separados, mantém payloads repetidos em posições diferentes e reporta bounds e confidence por símbolo; Leitura de códigos de barra raster de múltiplos símbolos fornece o helper nativo, os cantos projetados de Data Matrix e os orçamentos de scanning

Data Matrix suporta amostragem projetiva rotacionada e trapezoidal, incluindo dano corrigível em data modules; DMRE fica fora do decoder, e a recuperação de PDF417 exige que os patterns de locator de cada linha permaneçam reconhecíveis

Dano que destrói a geometria do locator ou excede a capacidade de correção não retorna resultado, e símbolos que se tocam ou se sobrepõem podem impedir a localização independente

Orçamentos e atomicidade

O reconhecimento é limitado a imagens de 4096 por 4096 e a 4,194,304 pixels, com limites fixos de tempo, resultados, texto e bytes brutos

O OCR embutido checa o deadline de dois segundos dele e o token de cancelamento durante conversão de pixels, limiarização, extração de componentes, normalização de glifos e análise de linhas; um teto de 8.192 componentes limita a análise de ruído denso

O cancelamento se propaga pelos pipelines existentes de OCR e de código de barras, que publicam resultados somente depois que a solicitação completa é bem-sucedida