THotPDF.AnalyzeLoadedPageSemanticText

Analisa glifos posicionados e devolve linhas semânticas por ordem de leitura estável

Sintaxe Delphi

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

Descrição

O analisador agrupa baselines, divide grandes intervalos horizontais em células, deteta bandas de colunas recorrentes, reconhece linhas de tabela alinhadas e classifica itens de lista, títulos e legendas de figuras ou tabelas. O conteúdo em largura total e as linhas de tabela dividem a página em zonas verticais, enquanto o conteúdo normal é ordenado primeiro por coluna e depois de cima para baixo dentro de cada coluna

THPDFSemanticTextLayout reporta ColumnCount, TableCount, as medianas da página e as Lines ordenadas. Cada linha mantém limites, células, papel, coluna e zona, índices de tabela e de linha, nível de lista e a ordem de origem original, para que as aplicações possam substituir as heurísticas incorporadas

The geometry pass uses O(n log n) sorting and bounded column-band assignment

Ver também ExtractLoadedPageSemanticText