Розпізнавання складної журнальної сторінки

При розпізнаванні складного документа можлива погана якість розпізнавання унаслідок неправильного виділення блоків. В результаті автоматичного аналізу даної сторінки могли бути виділені зайві блоки (наприклад, ділянки тексту на картинці). Перевірте кількість блоків, а також відредагуйте форму виділених блоків. Для цього скористайтеся інструментами на панелі Зображення:

При виділенні текстових блоків стежите за тим, щоб кордони блоків збігалися з межами тексту.

Розпізнавання таблиць

Якщо зображення відскановане з правильними параметрами і таблиця має просту структуру (є всі чорні роздільники, таблиця не містить картинок, немає інвертованого або вертикального тексту), то її розпізнавання не вимагає установки яких-небудь спеціальних опцій.

У таблиці з неповною кількістю чорних роздільників всі рядки таблиці між чорними горизонтальними лініями (роздільниками) об'єднані в один рядок таблиці.

Якщо в таблиці зустрічається змішане розділення на рядки і стовпці, при якому деякі рядки розділені чорними роздільниками, а деяких немає, програма може розбити таблицю на рядки неправильно.

Програму можна "змусити" виділяти кожен рядок тексту в окремий рядок таблиці, відзначивши спеціальну опцію на закладці Розпізнавання (меню Сервіс >Опції) в групі Таблиці: У кожному елементі таблиці не більш за один р я до к т е к с т у .

Можливий також неправильний аналіз таблиць з складною нерегулярною структурою: неправильне розділення таблиці на рядки і стовпці; неправильне виділення картинок в елементах таблиці; погане розпізнавання вертикального і інвертованого тексту.

Скористайтеся інструментами ручної розмітки таблиць, розташованими на

п анелі Зображення:

Для елементів таблиці, що містять лише картинки, в діалозі Властивості блоку (меню Вид>Властивості), відзначте пункт Вважати комірку за картинку.

Для виділення картинок усередині комірок з текстом в окремі блоки, скористайтеся інструментом на панелі Зображення:

Для елементів таблиці, що містять вертикальний текст, в діалозі Властивості блоку (меню Вид >Властивості) в полі Направлення тексту вкажіть направлення тексту у комірці; для комірок з інвертованим текстом відзначте пункт Інвертований.

Розпізнавання лістингів програм

Даний випадок має дві особливості, що впливають на якість розпізнавання:

- програма передає відступи від лівого краю аркуша не пропусками, а за допомогою завдання відступів абзацу; при експорті в .txt лівий відступ не зберігається; деякі рядки об'єднуються в один абзац і при експорті об'єднуються в один рядок; багато помилок при розпізнаванні конструкцій мов програмування.

- багато помилок при розпізнаванні конструкцій мов програмування.

Для розпізнавання таких документів існує спеціальна опція програми Форматований пропусками текст. Встановлюється в групі Тип сторінки на закладці Розпізнавання діалогу (меню Сервіc>опції). В цьому випадку в розпізнаному тексті збережеться ділення на рядки; відступи від лівого краю будуть передані пропусками; кожен рядок виділений в окремий абзац, а відстані між абзацами передані порожніми рядками. Все це дозволить зберегти початкове форматування тексту при збереженні у форматі txt.

Для хорошого розпізнавання роздруків програм потрібно встановити спеціальну мову розпізнавання. Для цього в списку мов на панелі Стандартна виберіть значення Вибір з повного списку мов і в діалозі, що відкрився Мова розпізнаваного тексту виберіть пункт C++. Якщо розпізнаваний програмний роздрук окрім програмного коду містить текстові коментарі, то для хорошого розпізнавання необхідно вибрати декілька мов розпізнавання: мова програмування і мова, на якій написані коментарі.