Konfigurationsdatei

Dieses Attribut legt fest, wie die Workstations mit dem Server verbunden werden. Sein Wert kann entweder true oder false sein. Lautet der Wert true, stellt die Station eine lokale Verbindung zum Server her, wann immer es möglich ist. Lautet der Wert false, wird RPC für die Herstellung einer Verbindung verwendet. Interaktionen zwischen Server und Station sind bei einer lokalen Verbindung schneller. Wird ein Update einer älteren Version durchgeführt, die dieses Attribut nicht verwendet, wird das Attribut erstellt und sein Wert auf true gesetzt. Enthält die ältere Version dieses Attribut, wird dessen Wert nicht geändert.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <OCRStations> → <OCRStation>

Die Konsole enthält die Option Entzerren. Die Entzerrung korrigiert während der Vorverarbeitung eines Bildes dessen Verzerrung. Das Entzerren von Text entsprechend horizontaler oder vertikaler Textzeilen kann in der Datei Configuration3.xml aktiviert werden.

• Das Attribut IsSearchSkewByHorizontalTextEnabled des Elements <ImageProcessingParams> aktiviert die Entzerrung entsprechend horizontaler Textzeilen.
• Das Attribut IsSearchSkewByVerticalTextEnabled des Elements <ImageProcessingParams> aktiviert die Entzerrung entsprechend vertikaler Textzeilen.

Der Wert der Attribute IsSearchSkewByHorizontalTextEnabled und IsSearchSkewByVerticalTextEnabled kann entweder true oder false sein. Der Standardwert ist true. Wurde in der Konsole die Option Entzerren aktiviert, kann nur eines der Attribute auf false festgelegt werden. Werden beide auf false festgelegt, wird die Fehlermeldung "Falsche Entzerrungsparameter" angezeigt. Bei deaktivierter Option Entzerren werden diese Parameter ignoriert.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ImageProcessingParams>

Dieses Attribut dient der Beibehaltung von Seitenumbrüchen bei der Speicherung der Ergebnisse als DOC, RTF und DOCX. Ihr Wert kann entweder true oder false sein.Der Standardwert lautet false.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ExportParams> → <ExportFormat>

Dieses Attribut legt einen Zeitintervall fest, nach dem ein Dokument, das bei der Korrekturstation angekommen ist, für andere Prüfer verfügbar ist.

Der Wert des Attributs muss eine positive ganze Zahl sein. Der Standardwert lautet 120 (gemessen in Minuten).

Position in der Configuration.xml: <OCRServer> → <QueueManager>

Mit diesem Attribut wird festgelegt, wann die Prozesse neu gestartet werden, die die Haupttasks einer Verarbeitungsstation durchführen. Der Wert dieses Attributs besteht aus der Menge an Seiten, die verarbeitet werden müssen, damit ein Zurücksetzen ausgelöst wird. Der Standardwert ist hier 5.000 Seiten. Der Prozessor OCRProcessor.exe muss von Zeit zu Zeit zurückgesetzt werden, um die Zuverlässigkeit des Servers rund um die Uhr sicherzustellen.

Hinweis. Die verarbeiteten Seiten werden als Seiten in A4-Größe angenommen. Werden größere Seiten verarbeitet, wächst der Wert des Zählers im Verhältnis zu der Größe dieser Seiten. Werden Seiten mit Strichcodes für die Unterteilung der Dokumente verwendet, wird die Anzahl der Seiten mit Strichcodes mit 2 multipliziert und der Gesamtseitenzahl hinzugefügt.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <OCRStations> → <OCRStation>

Bei der Verarbeitung eines Tasks unterteilt ABBYY FineReader Server Dokumente in Teile (auch "Slices" genannt), wobei jeder einzelne Teil von einem Prozessorkern der Station verarbeitet wird. Mit dem Attribut PageSlice des Elements <DefaultJob> wird festgelegt, wie viele Seiten eines Tasks von einem Prozessorkern verarbeitet werden. Standardmäßig wird das Dokument in 25-Seiten-Slices unterteilt. Die Mindest-Slice-Größe beträgt 5 Seiten.

Hier sind drei Beispiele dafür, wie ABBYY FineReader Server mehrseitige Dokumente bearbeitet.

• Eine Station mit Vierkernprozessor erhält ein Dokument mit 100 Seiten. Das Dokument wird in 4 Slices mit jeweils 25 Seiten unterteilt (Standardeinstellung). Eines der 4 Slices wird einem der 4 Prozessorkerne zugewiesen und die Verarbeitung der einzelnen Slices benötigt jeweils die gleiche Zeit, nehmen wir an, eine Minute.
• Die gleiche 100-Seiten-Datei wird einer Station mit einem 32-Kern-Prozessor zugewiesen. Diese wird in 4 Slices mit jeweils 25 Seiten unterteilt, wie auch in dem vorherigen Beispiel, und die Slices werden jeweils einem Kern zugewiesen, was eine Minute für die Verarbeitung in Anspruch nimmt, während 28 Kerne unbeschäftigt sind.
• Eine Station mit Vierkernprozessor erhält ein Dokument mit 20 Seiten. Dieses wird von einem einzelnen Kern verarbeitet, da das Dokument kleiner ist als die Standard-Slice-Größe von 25 Seiten. Es hätte schneller verarbeitet werden können, hätte man es in 4 Teile aufgeteilt.

Sie können die Produktivität von ABBYY FineReader Server wesentlich erhöhen, indem Sie dieses Attribut so ändern, dass Dokumentgröße und die Anzahl der Verarbeitungskerne berücksichtigt werden.

Hinweis. Die Reduzierung der Slice-Größe erhöht die Anzahl der Slices, wodurch sich die Zeit für die Übertragung der Slices erhöht. Tests haben ergeben, dass die optimale Slice-Größe bei 25 Seiten liegt.

Verwendet Ihr Workflow ein Skript zur Dokumententrennung, ist das Dokument-Slicing verboten und das Attribut PagesSlice wird automatisch auf -1 festgelegt. Durch das Entfernen des Skripts zur Dokumententrennung aus dem Workflow wird die Dokumententrennung zulässig und das AttributPagesSlice wird auf seinen Standardwert 25 zurückgesetzt.

Sie können die Dokumententrennung verbieten, indem Sie das Attribut PagesSlice auf -1 oder 0: festlegen

• -1 verbietet die Dokumententrennung nur dann, wenn ein Skript zur Dokumententrennung in den Workflow-Eigenschaften erkannt wird. Wird kein Skript zur Dokumententrennung erkannt, wird die Einstellung von -1 zu 25 geändert und die Dokumente getrennt.
• Mit dem Wert 0 wird die Dokumententrennung immer erlaubt. Um die Trennung wieder zu aktivieren, muss der Wert des Attributs PagesSlice manuell geändert werden.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob>

Bei der Speicherung der Verarbeitungsergebnisse als PDF wird ein Exportprofil verwendet. Ein Exportprofil ist eine Sammlung von Einstellungen, die sich auf Qualität und Größe der Ausgabedatei sowie auf die Verarbeitungsgeschwindigkeit auswirkt. Ein Exportprofil kann über das Scenario-Attribut des Tags ExportFormat festgelegt werden. Folgende Profile sind verfügbar: Balanced, MaxSpeed, MaxQuality und MinSize. Das Standardprofil ist Balanced.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ExportParams> → <ExportFormat>

Enthält ein PDF-Eingabedokument eine Textebene von ausreichender Qualität und das Ausgabeformat ist auf PDF festgelegt, kann die Eingabedatei ohne Bearbeitung oder Überprüfung exportiert werden. Dazu wählen Sie den Modus Keine Überprüfung und die Option Dateien mit hochwertiger Textebene nicht bearbeiten in den Workflow-Einstellungen. Das Attribut SkipRecognizePdfsWithTextLayer wird festgelegt auf true, falls diese Option aktiviert ist und auf false, falls sie deaktiviert ist. Der Standardwert ist false.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ExportParams> → <ExportFormat>  

Das Attribut SkipRecognizePdfsWithTextLayerCoefficient bestimmt die Erkennungsmethode der Textebenenqualität für PDF-Eingabedokumente. Die Qualität wird gemessen in Prozent.

• Durch die Festlegung dieses Attributs auf -1 wird die Erkennungsmethode für die Qualität auf Schnell festgelegt.
• Wird der Erkennungsmodus Vollständig ausgewählt, wird der Attributwert zu 5. Dieser kann einen Wert von 0 bis 100 haben.

Hinweis. Das Attribut SkipRecognizePdfsWithTextLayerCoefficient wird ignoriert, wenn Text aus Bildern extrahieren in den Workflow-Eigenschaften ausgewählt wird.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ExportParams> → <ExportFormat>

Das Attribut ProhibitHiddenTextDetection wird für das Festlegen der Verarbeitungseinstellungen für Eingabedokumente verwendet. Dieses Attribut kann auf true oder false festgelegt werden. Die Standardeinstellung ist true.

• Wird dieses Attribut festgelegt auf true, werden die einfachen Verarbeitungseinstellungen verwendet und Texte in Bildern in Eingabedokumenten werden nicht erkannt.
• Wird dieses Attribut festgelegt auf false, erkennt das Programm Text in Bildern und erstellt eine Textebene im Ausgabedokument.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <RecognitionParams>

TiffMaxBrokenLastLinesCount erlaubt die Verarbeitung beschädigter TIFF-Dateien. Sein Wert bestimmt die Anzahl von Zeilen in der TIFF-Datei, beginnend mit der letzten Zeile, die bei der Berechnung der Dokumentqualität nicht berücksichtigt werden. Der Standardwert ist 1.

Hat dieses Attribut den Wert 0, werden die TIFF-Eingabedateien, in denen die beschädigten Zeilen entdeckt wurden, nicht verarbeitet. Stößt das Programm auf solche Dateien, wird im Taskprotokoll eine Meldung angezeigt. Wird der Wert auf 1 oder höher festgelegt, wird das Dokument verarbeitet, auch wenn eine Anzahl von Zeilen am Ende gleich dem Wert des Attributs Fehler enthalten. Eine Warnung über beschädigte Zeilen in der Datei wird weiterhin angezeigt.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ImageProcessingParams>

Das Attribut EnablePeriodicCrawling erlaubt die Planung regulärer Prüfungen für neue Dateien in Dokumentenbibliothek-Workflows. Die Einstellung dieses Attributs auf true hat die gleiche Wirkung wie das Aktivieren der Option Bibliothek nach neuen Dateien durchsuchen alle: N Zeiteinheiten in der Registerkarte 1. Eingabe im Dialogfeld Workflow-Eigenschaften. Der Standardwert ist false.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings>

Das Attribut CrawlingInterval bestimmt die Zeit zwischen den Überprüfungen auf neue Dateien im Dokumentenbibliothek-Workflow. Der Wert dieses Attributs bestimmt die Zeit zwischen den Überprüfungen. Der Standardwert ist 7 200 000 (gemessen in Millisekunden).

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings>

Der BackgroundColorDetectionType gibt die Füllfarbe für Leerbereiche an, die angezeigt werden, nachdem das Bild entzerrt wurde. Mögliche Werte:

• Auto (Standardwert). Die Füllfarbe wird automatisch auf der Basis des Bildes ausgewählt.
• FillBlack. Die Füllfarbe Schwarz wird verwendet.
• FillWhite. Die Füllfarbe Weiß wird verwendet.
• Custom. Die vom Benutzer angegebene Füllfarbe wird verwendet. Das RGB-Format wird verwendet, wobei der Benutzer Werte zwischen 0 und 255 angibt für Rot, Grün und Blau.

Hinweis. Alle vom Benutzer angegebenen RGB-Werte werden ignoriert, wenn BackgroundColorDetectionType auf einen anderen Wert festgelegt ist, als Custom.

Hinweis. Im Falle eines Graustufenbildes wird die angegebene Füllfarbe auch zu Graustufen konvertiert.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <ImageProcessingParams> →<BackgroundColorDetectionParams>

Seiten mehrseitiger Dokumente gehen bei der Indexierungsstation in Sätzen von n Seiten ein. Das Attribut IndexingStationPagesSlice legt die Anzahl von Seiten in jedem Satz fest. Mögliche Werte:

• 1 und höher. Standardmäßig ist das Attribut auf 5 festgelegt, d. h., nicht mehr als die ersten fünf Seiten eines Dokuments werden der Indexierungsstation zugeführt. Der Operator hat dann die Wahl, den nächsten Satz mit 5 Seiten oder das gesamte Dokument zu laden.
• -1. Dokumente werden der Indexierungsstation immer vollständig zugeführt.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <IndexingSettings>

Wenn die Ausgabeformateinstellungen angeben, dass die Ausgabedateien an einen E-Mail-Posteingang gesendet werden müssen, werden die Ausgabedateien standardmäßig nicht an Adressen im Feld An gesendet. Eine Einstellung, die das Senden von Dateien an Adressen im Feld An ermöglicht sowie das Angeben einer Adressenliste mit Ausnahmen wurde dem Element <ExportFormat> hinzugefügt.

• Das Attribut ReplyToAddressesInToList kann auf true gesetzt werden, damit Dateien an Adressen im Feld An gesendet werden können. Sein Standardwert lautet false.
• Sollen Dateien nicht an bestimmte Adressen gesendet werden, fügen Sie diese Adressen dem untergeordneten Element ExcludedAddresses hinzu. Dieses untergeordnete Element ist vom Typ Zeichenfolge und funktioniert nur, wenn ReplyToAddressesInToList aktiviert ist.

Diese Parameter funktionieren nur dann, wenn EmailSelectionMethod="Absender antworten" aktiviert ist, was dem Aktivieren der Option Allen antworten entspricht.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <ExportParams> → <ExportFormat>

Das Attribut TextExtractionMode aktiviert/deaktiviert eine spezielle Verarbeitung für technische Zeichnungen. Das Attribut kann auf false oder true festgelegt werden:

• false deaktiviert die spezielle Verarbeitung für technische Zeichnungen; nur die einfachen Verarbeitungseinstellungen werden verwendet.
• true aktiviert die spezielle Verarbeitung für technische Zeichnungen.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <RecognitionParams>

AllowedBarcodes kann für die Beschränkung des Satzes von Strichcodetypen verwendet werden, die das Programm für die Dokumententrennung verwendet. Standardmäßig sind alle Strichcodetypen erlaubt und das Attribut AllowedBarcodes ist in der Konfigurationsdatei nicht vorhanden. Um die Dokumententrennung auf bestimmte Strichcodetypen zu beschränken, fügen Sie diese der Konfigurationsdatei hinzu, indem Sie deren Name in den Tags <AllowedBarcodes> </AllowedBarcodes> einschließen. Beispiel:

<AllowedBarcodes>Code39</AllowedBarcodes>
<AllowedBarcodes>Datamatrix</AllowedBarcodes>

Informationen zu den Namen unterstützter Strichcodetypen finden Sie unter Skriptobjekte > BarcodeTypeEnum.

Wichtig!

• Verwenden Sie in den Namen von Konstanten nicht den Präfix BT_.
• Geben Sie Unbekannt nicht als Wert des Attributs AllowedBarcodes an.

Wenn Sie der Konfigurationsdatei eine Liste erlaubter Strichcodes hinzufügen, funktioniert die Strichcodeerkennung wie folgt:

• Wird Beliebiger Typ für den Strichcodetyp in der Registerkarte 3. Dokumententrennung des Dialogfeldes Workflow-Eigenschaften ausgewählt, sucht das Programm nur nach den Strichcodetypen, die Sie in der Konfigurationsdatei angegeben haben.
• Befindet sich in der Registerkarte 3. Dokumententrennung des Dialogfeldes Workflow-Eigenschaften ein bestimmter Strichcodetyp, sucht das Programm nach diesem Strichcodetyp und nach den Strichcodetypen, die Sie in der Konfigurationsdatei angegeben haben.

Position in der Configuration.xml: <OCRServer> → <QueueManager> → <Workflows> → <WorkflowSettings> → <InputSettings> → <DefaultJob> → <RecognitionParams>

Das Attribut MaxJobsCount legt die Anzahl der Jobs fest, die in der Warteschlange für die Verarbeitung erlaubt ist. Wir empfehlen das Festlegen eines Werts, der dem Doppelten der Anzahl von Verarbeitungsstationen in der Gruppe entspricht, deren Jobs in die Warteschlange gestellt sind.

Der Standardwert des Attributs lautet 50. Mit dieser Einstellung sind die meisten FineReader-Konfigurationen abgedeckt, die über bis zu 25 Verarbeitungsstationen verfügen. Verwendet Ihre Konfiguration mehr als 25 Verarbeitungsstationen, erhöhen Sie die Anzahl erlaubter Jobs in der Warteschlange entsprechend, um einen Leerlauf der Verarbeitungsstationen zu vermeiden.

Position in der Configuration.xml: <OCRServer> → <QueueManager>