OCR-indstillinger

Det er vigtigt, at du vælger de rigtige OCR-indstillinger, hvis du vil have hurtige og præcise resultater. Når du beslutter, hvilke indstillinger du vil bruge, bør du ikke kun overveje dit dokuments type og kompleksitet, men også hvordan du planlægger at bruge resultaterne. Følgende indstillingsgrupper er tilgængelige:

Du kan finde OCR-indstillingerne på OCR fanen i Indstillinger dialogboksen (klik på Redskaber > Indstillinger... for at åbne denne dialogboks).

ABBYY FineReader genkender automatisk alle sider, som du tilføjer til et OCR-projekt. De aktuelt valgte indstillinger vil blive brugt til OCR. Du kan deaktivere automatisk analyse og OCR af nyligt tilføjede billeder på Billedbehandling fanen i Indstillinger dialogboksen (klik på Redskaber > Indstillinger... for at åbne denne dialogboks).

Hvis du ændrer OCR-indstillingerne, efter et dokument er blevet genkendt, skal du køre OCR-processen igen med de nye valg for at genkende dokumentet.

PDF-genkendelsestilstande

Disse indstillinger er beregnet til PDF-dokumenter med tekstlag og billeder. Disse PDF-dokumenter er som regel lavet fra dokumenter i redigerbare formater. Andre typer af PDF-dokumenter, såsom søgbare PDF-filer, og kun billed-PDF-filer, bliver altid behandles i Brug OCR tilstand, som er standardtilstanden for disse typer af PDF-filer. Ingen yderligere indstillinger kræves for at behandle sådanne PDF-filer.

Tre genkendelsestilstande er tilgængelige:

    • Vælg Automatisk mellem OCR og Tekst fra PDF
      Programmet vil undersøge tekstlaget og bruge det eksisterende tekstlag, hvis det indeholder tekst af god kvalitet. Ellers vil OCR blive brugt til at oprette et nyt tekstlag.
    • Brug OCR
      OCR vil blive brugt til at oprette et nyt tekstlag. Denne tilstand tager mere tid, men er mere egnet til dokumenter med tekstlag af dårlig kvalitet.
    • Brug Kun Tekst fra PDF
      Dette er standardtilstanden for PDF-dokumenter med tekstlag. Programmet vil bruge det oprindelige tekstlag uden at køre OCR.

Balance mellem OCR-hastighed og nøjagtighed

ABBYY FineReader 14 gør det muligt at udføre:

  • Grundig anerkendelse
    I denne tilstand analyserer og genkender ABBYY FineReader både simple dokumenter og dokumenter med komplekse layouts, også dem med fortrykt tekst på en farvet baggrund og dokumenter med komplekse tabeller (herunder tabeller med hvide gitterlinier og tabeller med farvede celler).
    Grundig anerkendelse kræver mere tid, men giver en bedre kvalitet.
  • Hurtig anerkendelse
    Denne tilstand anbefales til behandling af store dokumenter med simpelt layout og god billedkvalitet.

Udskrivningstype

Angiver typen af enhed, der blev brugt til at udskrive dokumentet. Se også: Dokumentfunktioner som bør overvejes før OCR.

Find strukturelle elementer

Vælg de strukturelle elementer du ønsker at programmet skal registrere: sidehoveder og sidefødder, fodnoter, indholdsfortegnelser og lister. Der vil kunne klikkes på de valgte elementer, når dokumentet er gemt.

Stregkoder

Hvis dit dokument indeholder stregkoder, og du ønsker, at de skal konverteres til strenge af bogstaver og tal i stedet for at gemmes som billeder, skal du vælge Konvertér stregkoder til strenge. Denne funktion er som standard deaktiveret.

Mønstre og -sprog

Genkendelse med træning bruges til at genkende følgende typer tekst:

  • Tekster med specielle symboler (f.eks. matematiske symboler)
  • Tekst med dekorative elementer
  • Store mængder af tekst fra billeder med lav kvalitet (over 100 sider)

Træning er som standard deaktiveret. Aktiver Brug træning til at genkende nye tegn og ligaturer for at træne ABBYY FineReader mens der udføres OCR.

Du kan enten bruge de indbyggede eller dine egne mønstre til genkendelse.

Du kan gemme og indlæse brugermønstre og sprog. Se også: OCR-projekt.

Skrifttyper

Her kan du vælge de skrifttyper, der skal bruges, når den genkendte tekst gemmes.

Sådan vælges skrifttyper:

  1. Klik på Vælg Skrifttyper... knappen.
  2. Vælg de ønskede skrifttyper og klik på OK.

02.11.2018 16:19:14


Please leave your feedback about this article