OCR e reconhecimento de códigos de barras incorporados

As sobrecargas sem motor de ApplyLoadedOCRTextLayer e DecodeLoadedPageBarcodes utilizam os reconhecedores incorporados do HotPDF com limites definidos

Âmbito do OCR

O backend de OCR incorporado reconhece letras e dígitos ASCII impressos por máquina, incluindo texto com maiúsculas e minúsculas misturadas, através de binarização de Otsu com fallback de janela local, extração de glifos como componentes ligados e correspondência limitada de templates em tons de cinzento contra templates de glifos em cache de vários tipos de letra

Templates regular, bold, italic e bold italic cobrem Arial, Times New Roman, Courier New, Tahoma e Segoe UI sem instalar um motor OCR externo

O reconhecedor normaliza texto claro sobre um fundo predominantemente escuro e aceita texto desvanecido quando o intervalo de tons de cinzento é de pelo menos 16 níveis em 255, preservando o bitmap do chamador e as coordenadas das palavras

O agrupamento de alturas ao nível da linha e a preferência pelo contexto de maiúsculas e minúsculas separam as formas versalete das minúsculas, os pontos do i e do j são unidos às respetivas hastes, o ruído speckle abaixo de uma área mínima de componente é ignorado e os espaços entre palavras são detetados por clustering bimodal de intervalos

As palavras reconhecidas comunicam a linha de base e a altura de maiúscula de cada linha, para que o ApplyLoadedOCRTextLayer possa posicionar o texto pesquisável com precisão

Cenas naturais, tipos de letra não suportados, texto muito pequeno e formas ambíguas continuam sem devolver palavra adivinhada nenhuma, e qualquer palavra que contenha um glifo retido não reconhecido é omitida por inteiro em vez de perder carateres em silêncio

Fundos uniformes e imagens com um intervalo de tons de cinzento inferior a 16 níveis não devolvem resultado; a seleção automática de polaridade assume que o fundo ocupa a maior parte da página

Uma imagem válida sem palavras reconhecidas conclui com sucesso com um array de resultados vazio, incluindo páginas em branco, de baixo contraste ou com texto não suportado; lotes de documentos digitalizados continuam para as páginas seguintes, enquanto pedidos inválidos, cancelamento e limites esgotados continuam a falhar

O FPC em Windows lê bitmaps de entrada de 24 e de 32 bits sem alterar o formato de píxeis nem descartar os píxeis originais

Âmbito dos códigos de barras

O backend linear incorporado descodifica Code 39, Code 128 com conjuntos A/B/C e controlos SHIFT e FNC, EAN-8, EAN-13, UPC-A e UPC-E com as respetivas verificações obrigatórias

QR Code das versões 1 a 40 suporta orientações de quarto de volta e de espelhamento, amostragem em perspetiva baseada em finder patterns, 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, regiões e blocos múltiplos, e payloads ASCII, C40, Text, X12, EDIFACT e Base256

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

Os payloads de bytes preservam os bytes em bruto e respeitam os conjuntos de carateres ECI suportados, incluindo UTF-8; valores ECI não suportados falham explicitamente

Cada varrimento de imagem incorporado localiza múltiplos símbolos suportados separados, mantém payloads repetidos em posições diferentes, e reporta bounds e confiança por símbolo; Leitura multi-símbolo de códigos de barras raster fornece o helper nativo, os cantos projetivos do Data Matrix e os orçamentos de scan

O Data Matrix suporta amostragem projetiva rodada e trapezoidal, incluindo danos corrigíveis em módulos de dados; o DMRE fica fora do descodificador, e a recuperação de PDF417 exige que os padrões de localização de cada linha permaneçam reconhecíveis

Danos que destroem a geometria de localização ou excedem a capacidade de correção não devolvem resultado, e símbolos que se tocam ou se sobrepõem podem impedir a localização independente

Limites e atomicidade

O reconhecimento está limitado a imagens de 4096 por 4096 e a 4,194,304 píxeis, com limites fixos de tempo, resultados, texto e bytes em bruto

O OCR incorporado verifica o prazo de dois segundos e o token de cancelamento durante a conversão de píxeis, a limiarização, a extração de componentes, a normalização de glifos e a análise de linhas; um teto de 8 192 componentes limita a análise de ruído denso

O cancelamento propaga-se pelos pipelines existentes de OCR e de códigos de barras, que só publicam resultados depois de o pedido completo ter sucesso