Service 'ocr'

enaio® 10.10

Der Service 'ocr' erzeugt in Zusammenarbeit mit der Texterkennungssoftware ABBYY FineReader aus Bilddokumenten Textdokumente, die für die Volltextindexierung verwendet werden. Zusätzlich können mit ihm PDF-Dateien mit Hidden Text, verschiedene PDF/A-Formate und stark komprimierte PDFs erzeugt werden.

Konfiguration

Der Service 'ocr' arbeitet mit folgenden Standardeinstellungen:

PDF-Profil: Format	PDF/A1b
PDF-Profil: Verfahren	Balanced
Text-Profil	Vorgegeben: TextExport.ini
Dateiübertragung zu enaio® rendition-plus	Stream
Anzahl der Kerne für ABBYY FineReader	1

Über die Konfigurationsdatei ocr-prod.yml aus dem Verzeichnis \servicemanager\config\ können diese Einstellungen geändert werden.

Beispiel einer Konfiguration in der Datei ocr-prod.yml:

finereader:
  profile:
    pdfa: PDFA1bBalanced.ini
    text: TextExport.ini
  engine:
    numberOfCores: 1
rest:
  transferPolicy: stream
                                                            

Das Beispiel entspricht den Standardeinstellungen.

Angegeben werden müssen nur die Einstellungen, die von den Standardeinstellungen abweichen.

Profil anpassen

Format	Schreibweise
PDF	PDF
PDF/A1a	PDFA1a
PDF/A1b	PDFA1b
PDF/A2a	PDFA2a
PDF/A2u	PDFA2u
PDF/A3a	PDFA3a
PDF/A3u	PDFA3u

Verfahren	Beschreibung
MaxQuality	Erzeugt Ergebnisse mit der besten Auflösung. Geschwindigkeit und Grad der Komprimierung sind zweitrangig.
MaxSpeed	Erzeugt Ergebnisse nach dem schnellsten Verfahren. Qualität und Grad der Komprimierung sind zweitrangig.
MinSize	Erzeugt Ergebnisse mit der geringsten Dateigröße. Geschwindigkeit und Qualität sind zweitrangig.
Balanced	Erzeugt Ergebnisse mit einem ausgewogenen Verhältnis von Qualität, Geschwindigkeit und Grad der Komprimierung.

Dateiübertragung festlegen

Übertragungsarten:
Dateiübertragung	Beschreibung
stream	Übertragung über einen HTTP-Stream
fileref	Übertragung per Dateisystem-Referenz
auto	Die Übertragungsart wird automatisch gewählt. Dabei wird anhand der IP-Adresse des Endpoints von enaio® rendition-plus festgestellt, ob enaio® rendition-plus und der Service 'ocr' auf demselben Rechner laufen. Falls ja, so wird die Übertragung über Dateisystem-Referenzen realisiert, anderenfalls über einen HTTP-Stream.

Profildatei einbinden

Sie können das Profil anpassen oder eine eigene Profildatei mit weiteren Einstellungen erstellen und über die Konfigurationsdatei ocr-prod.yml einbinden.

Beispiel für das Einbinden:

finereader: 
  profile:   
    pdfa: 'file://d:/enaio/OCRconfig/custom_ocr.ini'
engine:   
  numberOfCores: 4
rest:   
  transferPolicy: 'auto'  
                                                            

Beispiel für eine Profildatei:

[PDFExportParams]
Scenario = PES_Balanced
PDFAComplianceMode = PCM_Pdfa_1b

[PrepareImageMode]
CorrectSkew = true

[PagePreprocessingParams]
CorrectOrientation=true
CorrectSkew=TSPV_No
CorrectGeometry=TSPV_No

[RecognizerParams]
TextLanguage = German,French,English
DetectLanguage = true
BalancedMode=true

[PageAnalysisParams]
DetectVerticalEuropeanText=true

[ObjectsExtractionParams]
DetectTextOnPictures=true
                                                            

Informationen zu den Einstellungen finden Sie in den Dokumentationen von ABBYY FineReader.

Beispiele für Einstellungsbereiche:

[PDFExportParams]	Einstellung der Parameter für den Export von erkanntem Text in das PDF-Format.
[PagePreprocessingParams]	Einstellung von Parametern für die Seitenvorverarbeitung.
[RecognizerParams]	Einstellung von Erkennungsparametern wie Spracheinstellungen.
[PageAnalysisParams]	Einstellung von Parametern für Layout-Analysen
[ObjectsExtractionParams]	Einstellung von Parametern für die Extraktion von Objekten