ocr - 如何在由 Kofax 扫描到 Excel 的 PDF 中的表格中获取 cel 值

Question

我是 Kofax capture 的新手，我正在从基本扫描发票副本 (PDF) 中检索数据，其中包含要索引文件的项目列表。后续步骤如下：

1. 创建文档类并添加表格类型的索引字段和表格列，例如日期作为字段。PDF的日期列值截图如下：

2. 在验证期间，日期字段值都显示在一个字段中，如下所示：

Date: 12/01/2018 12/02/2018 12/03/2018 12/04/2018

3. 此外，当导出到索引文件的值采用上述格式时。

有没有办法将每个单元格中的值检索为单独的条目或使用 kofax 捕获分隔的逗号？

Answer 1

普通的 Kofax Capture (KC) 无法提取以表格组织的数据。KC 可以提取静态数据，即简单的键值对（例如发票编号、发票日期、总金额）。

当然，您可以尝试提取这样的列：

但是，这可能会导致潜在的问题。如果数据并不总是在同一个地方怎么办？如果数据在后续页面上继续出现怎么办？您所在区域中的哪些内容小于整个列？如果有重叠的文本怎么办？如果您想要另一列包含额外数据，本质上是创建行，但如果某些列中存在巨大差距（如我的屏幕截图所示），该怎么办？

如果需要提取表，您可能需要使用 Kofax 转换模块 (KTM)，它作为 Kofax Capture 的附加组件提供。KTM 具有更复杂的表格提取方法，不仅限于单个表单布局。