История страницы
...
Свойство | Описание | Тип | Пример заполнения | Обязательность заполнения поля |
Параметры | ||||
Файл | Путь к файлу, из которого нужно извлечь данные. Поддерживаемые форматы: jpg, jpeg, bmp, png, tif, pdf | Robin.FilePath | Да | |
Номер страницы | Номер страницы в документе, с которой нужно извлечь данные. Если поле не заполнено, данные будут извлечены со всех страниц | Robin.Numeric | Нет | |
Язык | Предполагаемый язык текста, который необходимо извлечь | Robin.String | Нет | |
Дополнительный язык | Дополнительный язык, на котором предположительно может быть распознаваемый текст | Robin.String | Нет | |
Алгоритм | Формат данных, которые действие должно распознать. Если выбрано «Таблица» или «Текст и таблица», текст из таблиц будет возвращен с учетом табличной разметки | Robin.String | Да | |
Расстояние между словами | Максимальное расстояние между словами в тексте. Используется при делении исходного текста на столбцы для результирующей таблицы. В алгоритме «Таблица» и «Текст и таблица» параметр не учитывается для текста из таблиц. Значение по умолчанию - 20 пикселей | Robin.Numeric | Нет | |
Расстояние между строками | Максимальное расстояние между строками в тексте. Используется при делении исходного текста на строки для результирующей таблицы. В алгоритме «Таблица» и «Текст и таблица» параметр не учитывается для текста из таблиц. Значение по умолчанию - 1 пиксель | Robin.Numeric | Нет | |
Путь к папке | Путь к папке, в которую будут сохранено изображение исходного текста с наложенными блоками, на которые его делит действие для распознавания. Для сохранения также нужно заполнить поле "Имя файла" | Robin.FolderPath | C:\doc\img | Нет |
Имя файла | Название изображения исходного текста с наложенными блоками (без расширения). Изображение будет создано с расширением *.png. Если действие извлекает текст с нескольких страниц, то на каждую из них будет создано свое изображение, к названию которого будет добавлен индекс. Для сохранения также нужно заполнить поле "Путь к папке" | Robin.String | Нет | |
Перезаписать | Если значение «true», и в указанной папке существует файл изображения с таким же именем, индексом и расширением, то новый файл его перезапишет. Если «false», файл перезаписан не будет и действие вернет ошибку | Robin.Boolean | true | Нет |
Параметры | Дополнительные параметры, влияющие на результат и качество распознавания текста | Robin.String | Нет | |
Подписать | Если значение "true", и в указанной папке существует изображение с таким же именем и расширением, то новое изображение с блоками его перезапишет. Если "false", изображение перезаписано не будет, и действие вернет ошибку | Robin.Boolean | true | Нет |
Обученная модель | Файл с обученной моделью Tesseract в формате .traineddata | Robin.FilePath | Нет | |
Результаты | ||||
Таблица | Таблица, сформированная на основе данных, извлеченных из исходного документа | Robin.DataTable | ||
Изображение с блоками | Коллекция путей к файлам изображений страниц документа с наложенными блоками | Robin.Collection |
...
Следует иметь ввиду, что если обученная модель не работает или плохо натренирована, то необходимо значения выпадающего списка "Язык" заменить на значения списка "Дополнительный язык".
Пример использования использования
Задача
Распознать таблицу из документа obrazec.pdf и записать результат в таблицу в формате CSV.
Решение
Воспользоваться действиями "Извлечь данные в таблицу", "Сохранить таблицу в CSV".
Реализация
- Собрать схему робота, состоящего из действий:
- Настроить параметры для действия "Извлечь данные в таблицу".
- Настроить параметры для действия "Сохранить таблицу в CSV".
- Нажать на кнопку "Старт" в верхней панели.
Результат
Программный робот отработал успешно. Данные с документа извлечены в таблицу формата CSV.
Страницы из документа сохранены в формате .png в указанную папку с выделенными блоками.
Таблица излечена и сохранена в формате .csv
Обзор
Инструменты контента