0

我正在处理多页扫描文本文档，并使用 FineReader 12 SDK 作为底层 OCR 引擎。有时，文档被倒置或不同方向扫描，导致所有生成的识别字符都是无法识别的符号。

  1. 有没有办法在识别\分析\处理之前知道文档的方向是否正确？
  2. 如何在文档上进行正确的转换或方向而不是反复试验？
  3. 文档总是英文的，如果检测到的语言是英文，我们可以强制执行并基于它进行转换吗？

任何帮助表示赞赏。

4

1 回答 1

1

可以使用自定义 .ini 处理配置文件来解决此问题。您可以使用正确的属性自动检测方向和偏斜，然后应用或禁止方向校正和/或偏斜。

在引擎初始化和识别之间的代码中，按照 FRE 文档部分中的说明调用此方法Working with Profiles

IEngine::LoadProfile

在项目的某处创建一个新文件document.ini并将其传递给此方法调用，以便告诉 SDK 在处理您的文件之前检查此文件中的属性。

在新创建的文件中添加这些行：

[PageProcessingParams]
PerformPreprocessing = TRUE                  <- allows engine to preprocess image
PerformAnalysis = TRUE
PerformRecognition = TRUE

[PagePreprocessingParams]
CorrectGeometry = TSPV_Auto
CorrectInvertedImage = TRUE
CorrectOrientation = TRUE                    <- correct orientation automatically
CorrectSkew = TSPV_Yes                       <- correct skew automatically

[OrientationDetectionParams]
OrientationDetectionMode = ODM_Normal        <- detect orientation automatically
ProhibitClockwiseRotation = FALSE              |
ProhibitCounterclockwiseRotation = FALSE     <-| allow all orientations
ProhibitUpsideDownRotation = FALSE             |

如果您出于任何原因不想使用文件来设置这些属性，则可以在代码中调用它们。看一下描述所有道具对象树的文档。使用文件更容易理解你在做什么，而无需浏览数百行代码。

对于您的语言问题，我建议您使用 RecognizerParams 并强制执行特定属性。同样，请查看自定义配置文件的文档，因为它非常强大。

[RecognizerParams]
TextLanguage = English                       <- force english
LanguageDetectionMode = TSPV_No              <- TSPV_Yes or TSPV_No are acceptable values

完成此操作后，您应该一切顺利，并且您的所有图像文件都应该关闭并进行 0° 定位以进行处理。根据文档方向选择语言是一个非常具体的工作流程，唯一的选择就是对其进行编码。

祝你的项目好运！

于 2020-08-05T08:30:53.280 回答