Извлечь данные в таблицу / Extract data to table
Группа действий: Распознавание текста
Действие распознает текст с документа, разделяет его на блоки и сохраняет в табличном виде.
Особые условия использования
Действие должно распознавать текст с документа и разбивать его на блоки в зависимости от указанных входных параметров (расстояние между строками\словами) извлекает данные из текстовых документов и сохраняет их в виде таблицы. При этом исходный документ может и не содержать таблицы.
На вход можно давать документы:
- только текстовый слой
- только изображения
- и текстовый слой, и изображения.
Работа действия основана алгоритме извлечения блоков текста документа. Слова и строки документа объединяются в блоки на основе максимального расстояния между словами и максимального расстояния между строками. Эти параметры задаются во входных параметрах действия.
Примеры таких документов: кассовые чеки; документы, содержащие табличные данные с\без разделителей; документы, содержащие сплошной текст.
Основные положения:
- На движке tesseract.
- За раз действие распознает только 1 страницу одного документа.
- На вход можно дать файл с расширением jpg, jpeg, bmp, png, tif, pdf.
После нахождения всех блоков текста, они упорядочиваются сверху вниз, слева на право и сохраняются в табличную переменную с сохранением изначальной структуры документа.
- Если подан одностраничный файл, поле "Номер страницы" будет игнорироваться.
- Ячейки могут быть пустыми, так как в некоторых строках 1 столбец, в некоторых два или больше. И следовательно там, где 1 столбец там будет во следующих пустые ячейки.
Сохранение изображения распознанного текста с наложенными блоками.
Если поля "Путь к папке", "Имя файла" не заполнены, то файл с наложенными блоками не сохранится.
Если заполнено поле "Путь к папке" и не заполнено "Имя файла", то действие вернет ошибку.
- Если заполнено поле "Имя файла" и не заполнено "Путь к файлу", то действие вернет ошибку.
- Если заполнено поле "Имя файла" и "Путь к файлу", то файл сохраняется в указанной папке с указанным именем в формате *.png.
- Если в указанной папке уже есть файл с указанным именем и расширением и поле "Перезаписать" = false, то робот вернет ошибку.
Пример распознавания.