CreatePdfTesseractOcrProvider levert een IPdfOcrProvider voor ApplyOcrSearchLayer; Tesseract en traineddata zijn optionele externe afhankelijkheden
Gebruik een expliciet absoluut bibliotheekpad, een tessdata-map en de gevraagde taalidentifiers, zoals eng; de DLL-architectuur moet bij het proces passen
TryCreatePdfTesseractOcrProvider meldt afhankelijkheidsfouten in ErrorMessage en laat Provider nil, zonder het zoekpad van het proces te wijzigen
Elke herkenningsaanroep gebruikt een eigen native API-instantie, componeert BGRA-alpha op wit, decodeert UTF-8-tekst en geeft woordvierhoeken terug in beeldcoördinaten met de oorsprong linksboven, met confidence genormaliseerd naar 0–1
Default kiest page segmentation mode 3 en engine mode 3, een deadline van 60,000 ms, 16,777,216 pixels, 100,000 woorden en 1,048,576 teksttekens
Herkenning bewaakt annulering en de deadline; modelinitialisatie kent geen native annuleringscallback, dus het budget wordt vlak vóór en na de initialisatie gecontroleerd
Mislukte aanroepen gooien partiële uitvoer weg en annulering behoudt EPdfOperationCancelled; de API voegt nooit stilletjes onvolledige doorzoekbare tekst toe
Delphi- en FPC Win32/Win64 ABI-fixtures zijn geverifieerd; echte Tesseract 5.5-herkenning, opslaan/heropenen van de doorzoekbare laag en ongewijzigde rendering zijn op Win64 in beide compilers geverifieerd
ProviderOptions := TPdfTesseractOptions.Default; Provider := CreatePdfTesseractOcrProvider( LibraryPath, TessdataDirectory, 'eng', ProviderOptions); OcrOptions := TPdfOcrOptions.Default; Pdf.ApplyOcrSearchLayer(Provider, OcrOptions, Report, CancellationToken);
type
EPdfTesseractError = class(Exception);
TPdfTesseractOptions = record
// Tesseract PSM ordinals: 3 = automatic, 6 = block, 7 = single line
PageSegmentationMode: Integer;
// Tesseract OEM ordinals: 1 = LSTM, 3 = default
EngineMode: Integer;
TimeoutMilliseconds: Cardinal;
MaxPixels: Int64;
MaxWords: Integer;
MaxTextCharacters: Integer;
class function Default: TPdfTesseractOptions; static;
end;
// Each recognition call owns a separate API instance; providers can be shared
// Libraries and traineddata remain optional, explicitly configured dependencies
function CreatePdfTesseractOcrProvider(const LibraryPath, TessdataDirectory,
Languages: string; const Options: TPdfTesseractOptions): IPdfOcrProvider;
// Dependency errors are returned without changing the process search path
function TryCreatePdfTesseractOcrProvider(const LibraryPath, TessdataDirectory,
Languages: string; const Options: TPdfTesseractOptions;
out Provider: IPdfOcrProvider; out ErrorMessage: string): Boolean;