THotPDF.AnalyzeLoadedPageSemanticText

Анализирует позиционированные глифы и возвращает семантические строки в устойчивом порядке чтения

Синтаксис Delphi

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

Описание

Анализатор кластеризует базовые линии, разбивает большие горизонтальные промежутки на ячейки, находит повторяющиеся column band, распознаёт выровненные строки таблиц и классифицирует элементы списков, заголовки и подписи рисунков или таблиц. Полнополосный контент и строки таблиц делят страницу на вертикальные зоны, а обычный контент упорядочивается сначала по колонкам, затем сверху вниз внутри каждой колонки

THPDFSemanticTextLayout сообщает ColumnCount, TableCount, медианы страницы и упорядоченный список Lines. Каждая строка сохраняет границы, ячейки, роль, колонку и зону, индексы таблицы и строки, уровень списка и исходный порядок в источнике, чтобы приложения могли заменить встроенные эвристики собственными

Геометрический проход использует сортировку O(n log n) и ограниченное по сложности назначение column band

См. также ExtractLoadedPageSemanticText