THotPDF.AnalyzeLoadedPageSemanticText

Analisa glifos posicionados e retorna linhas semânticas em ordem de leitura estável

Sintaxe Delphi

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

Descrição

O analisador agrupa linhas de base, divide grandes lacunas horizontais em células, detecta bandas de coluna recorrentes, reconhece linhas de tabela alinhadas e classifica itens de lista, títulos e legendas de figura ou tabela. O conteúdo de largura total e as linhas de tabela dividem a página em zonas verticais, enquanto o conteúdo comum é ordenado primeiro por coluna e depois de cima para baixo dentro de cada coluna

THPDFSemanticTextLayout relata ColumnCount, TableCount, medianas da página e Lines ordenadas. Cada linha retém limites, células, função, coluna e zona, índices de tabela e linha, nível de lista e ordem de origem original para que os aplicativos possam substituir as heurísticas internas

A passagem de geometria usa ordenação O(n log n) e atribuição limitada de banda de coluna

Consulte também ExtractLoadedPageSemanticText