看典古籍·古籍?dāng)?shù)字化·PDF文件識(shí)別

本期介紹如何在看典古籍平臺(tái)通過古籍?dāng)?shù)字化功能實(shí)現(xiàn)PDF文件的識(shí)別處理。

一、進(jìn)入PDF文件識(shí)別功能頁(yè)面

二、選擇本地的PDF文件

在左側(cè)文件上傳區(qū)域拖入本地PDF文件或點(diǎn)擊在彈窗中選擇PDF文件

三、設(shè)置處理參數(shù)

文本排版方向：圖像中文字的排列方向，分為橫向和豎向，可選自動(dòng)識(shí)別將自動(dòng)判斷或者指定橫豎排模式；

識(shí)別版本選擇：識(shí)別算法的不同版本，不同版本識(shí)別結(jié)果會(huì)有差異；

圖像尺寸調(diào)整：過大的圖像占用資源較多且對(duì)于識(shí)別結(jié)果差異不大，建議圖像尺寸在1000-2000，可以根據(jù)不同的圖像自主進(jìn)行調(diào)整，為 0 時(shí)不調(diào)整圖像尺寸；

TXT是否分頁(yè)：導(dǎo)出的TXT文件按照PDF中每一頁(yè)一個(gè)TXT文件，不分頁(yè)則將TXT文件合并為一個(gè)TXT文件；

識(shí)別結(jié)果轉(zhuǎn)簡(jiǎn)體：將識(shí)別結(jié)果轉(zhuǎn)為簡(jiǎn)體文字；

頁(yè)內(nèi)文本是否合并：將一頁(yè)內(nèi)的文本行合并為一個(gè)文本段；

四、輸入圖像驗(yàn)證碼

驗(yàn)證碼不區(qū)分大小寫

五、創(chuàng)建任務(wù)

點(diǎn)擊創(chuàng)建任務(wù)，即可在后臺(tái)進(jìn)行識(shí)別處理

六、下載結(jié)果

任務(wù)創(chuàng)建后在右側(cè)會(huì)顯示任務(wù)處理進(jìn)度的信息

在處理完成后，識(shí)別狀態(tài)將為：完成，表示PDF已識(shí)別完成，可以下載識(shí)別結(jié)果了。

按鈕解釋：

1. 下載匯總文檔

下載Word格式的結(jié)果文件

壓縮包中共有兩個(gè)文件：換行和不換行的區(qū)別，表示每一頁(yè)頁(yè)內(nèi)文本行是合并還是分開展示，區(qū)別如下：

不換行的情況下：xxxxyyyy

換行的情況下：

xxxx

yyyy

2. 下載TXT

壓縮包中將存放每一頁(yè)的文本內(nèi)容，每一頁(yè)會(huì)有換行與不換行之分，按照需要提取文件即可。

3. 下載JSON

壓縮包中存放每一頁(yè)的JSON數(shù)據(jù)，json數(shù)據(jù)將包含圖像寬高、每一個(gè)文本行的位置信息、每一個(gè)字的位置信息、候選字等數(shù)據(jù)。

4. 下載全部結(jié)果

壓縮包中將包含每一頁(yè)的圖像、Json、Txt以及全文檔的匯總文檔等文件。

以上就是看典古籍平臺(tái)上關(guān)于古籍?dāng)?shù)字化·PDF文件識(shí)別的使用教程。