DocumentConverterDemo 双层PDF如何不使用OCR识别

收藏

本帖最后由 896918198 于 2019-10-22 10:30 编辑

Hi 版主，

我使用的是19版本，DocumentConverterDemo在处理双层PDF时候自动走OCR识别，如何设置用双层PDF读取的方式转换？
LeadTools提供的Demo用的PDF是走双层读取的，而我的双层PDF走OCR识别，想知道哪里可以设置。

另外，PDFDocumentDemo是能很好的解出双层PDF各对象元素的，有没有快速版面分析出各段落呢？类型OCR识别的段落Zone的感觉。

帮忙呀

Richard.Ma · Richard.Ma

1你说的LeadTools测试用的PDF是走双层读取（看起来这个就是你需要的），这个是指哪个demo呢？

2.没有快速版面分析出各段落，因为本身pdf文本的组成不是按照段落来的，是按照对象来的。当然如果只是需要一个大概的段落位置信息的话，如你所说，那可以尝试用OCR中的AutoZone的方式，自动识别出段落Zone

回复 · 896918198

用的是DocumentConverterDemo这个Demo。想通过双层取值方式取得文本（PDF自身是双层的），而不是通过OCR。

回复 · 896918198

本帖最后由 896918198 于 2019-10-22 11:11 编辑

Running job...
Info: Job:My Job Started
Info: Job:My Job Job.InputDocumentFileName:C:\Users\Public\Documents\LEADTOOLS Images\Leadtools.pdf
Info: Job:My Job Job.InputDocumentFirstPageNumber:1
Info: Job:My Job Job.InputDocumentLastPageNumber:-1
Info: Job:My Job Job.OutputDocumentFileName:C:\Users\jingyang.yu\Desktop\123456.docx
Info: Job:My Job Job.DocumentFormat

ocx
Info: Job:My Job Job.RasterImageFormat:Unknown
Info: Job:My Job DocumentType

df
Info: Job:My Job DocumentId:f38ec531b568449583b137a849ef8cda
Info: Job:My Job MimeType:application/pdf
Info: Job:My Job Pages.Count:5
Info: Job:My Job Converting document format (SVG)
C:\Users\Public\Documents\LEADTOOLS Images\Leadtools.pdf <<<<< SVG模式
---------------------------------------------------------------------------------------------------------------------------------------------
Running job...
Info: Job:My Job Started
Info: Job:My Job Job.InputDocumentFileName:C:\Users\Public\Documents\LEADTOOLS Images\PDFSegmentation.pdf
Info: Job:My Job Job.InputDocumentFirstPageNumber:1
Info: Job:My Job Job.InputDocumentLastPageNumber:-1
Info: Job:My Job Job.OutputDocumentFileName:C:\Users\jingyang.yu\Desktop\123456.docx
Info: Job:My Job Job.DocumentFormat

ocx
Info: Job:My Job Job.RasterImageFormat:Unknown
Info: Job:My Job DocumentType

df
Info: Job:My Job DocumentId:e64f99ccb5504231bb7b518d74a02552
Info: Job:My Job MimeType:application/pdf
Info: Job:My Job Pages.Count:1
Info: Job:My Job Converting document format (OCR)
Info: Job:My Job CreateOcrDocument
C:\Users\Public\Documents\LEADTOOLS Images\PDFSegmentation.pdf <<<<<< OCR模式

不知道怎么调整？如何强制执行SVG呢？

Richard.Ma · Richard.Ma

我这边测试了一下双层PDF导出为docx，看起来并不是通过ocr得到的结果，是直接读取的文本，你那边测试的文档可以发我一下

登录 · 896918198

测试图片

Richard.Ma · Richard.Ma

好的，明天帮你验证问题

回复 · 896918198

Hi 版主有验证吗

Richard.Ma · Richard.Ma

抱歉给你回复晚了，附件是转换的文件，如果不需要OCR的话，只需要设置在存在SVG时，不进行OCR识别即可

回复 · 896918198

谢谢版主，我这使用的是19版本，我在验证一下。

		自动登录	找回密码
密码			立即注册

[已处理] DocumentConverterDemo 双层PDF如何不使用OCR识别

15 个回复

本帖子中包含更多资源

本帖子中包含更多资源

SpreadJS 认证

SpreadJS 高级认证

讲师达人

悬赏达人