Saltar al contenido principal
Herramientas útiles que mejoran la capacidad del desarrollador para interactuar con ABBYY FineReader Engine y manipular el proceso de reconocimiento a bajo nivel:

​
Trabajo con perfiles

ABBYY FineReader Engine 12 proporciona un conjunto de perfiles predefinidos ya ajustados para los escenarios de uso básicos. La configuración especificada en estos perfiles ofrece los mejores resultados en las situaciones correspondientes. Además, la mayoría de los perfiles están disponibles en dos variantes: con la configuración optimizada para obtener la mejor calidad del documento resultante o con la configuración optimizada para la máxima velocidad de procesamiento. A continuación se muestra una lista de los perfiles predefinidos disponibles:
EscenarioNombre del perfil
Extracción de datosDataExtraction
Conversión de documentos para reutilizar el contenidoDocumentConversion_Accuracy
DocumentConversion_Normal
Archivado de documentosDocumentArchiving_Accuracy
DocumentArchiving_Speed
Extracción de texto para la detección de campos y la clasificación de documentosTextExtraction_Accuracy
TextExtraction_Speed
Reconocimiento a nivel de campoFieldLevelRecognition
Reconocimiento de código de barrasBarcodeRecognition_Accuracy
BarcodeRecognition_Speed
Reconocimiento de tarjetas de visitaBusinessCardsProcessing
Captura de datos de una zona legible por máquinaMachineReadableZone
Archivado de documentos en PDF de alta compresiónHighCompressedImageOnlyPdf
Reconocimiento de dibujos técnicosEngineeringDrawingsProcessing
Puede consultar la lista de configuraciones proporcionadas por estos perfiles en Especificación de perfiles predefinidos.
La configuración proporcionada por estos perfiles puede cargarse mediante el método LoadPredefinedProfile del objeto Engine. Una vez cargado el perfil, los objetos creados a partir de ese momento tendrán los nuevos valores predeterminados especificados en el perfil.

​
Compatibilidad con Voting API

Cuando ABBYY FineReader Engine se utiliza como uno de los motores de reconocimiento que participan en una aplicación de terceros, proporciona alternativas de reconocimiento (o hipótesis) con el nivel de confianza correspondiente para caracteres, palabras y separación entre caracteres. Esta información ayuda a los desarrolladores a diseñar un algoritmo de votación eficiente y preciso para aplicaciones que requieren múltiples tecnologías de reconocimiento. Por ejemplo, al reconocer una “O”, ABBYY FineReader Engine puede devolver 3 hipótesis: “0” (cero), con un nivel de confianza de 60; “O” mayúscula, con un nivel de confianza de 80; y “C” mayúscula, con un nivel de confianza de 10. En el caso de la separación entre caracteres, la situación puede ser la siguiente: las hipótesis posibles para una “m” serían “m”, “rn” e “in”. Consulte más información en Using Voting API.

​
Ajuste “sobre la marcha” del núcleo del reconocimiento

ABBYY FineReader permite a los desarrolladores acceder al motor de reconocimiento y manipularlo durante el proceso de Reconocimiento óptico de caracteres (OCR) a bajo nivel. El motor de reconocimiento de FineReader genera hipótesis (o alternativas de reconocimiento) y permite a los desarrolladores influir en el proceso de establecer el nivel de confianza para cada hipótesis (o de seleccionar la mejor) mediante sus propios criterios de clasificación.

​
Ejemplos de código para tareas de conversión habituales

El SDK incluye un conjunto de ejemplos de código fuente que muestran cómo utilizar Engine en distintos escenarios. Se proporcionan ejemplos de código para Windows en Visual Basic .NET, C++ nativo, C++ con Native COM Support, C#, Java y lenguajes de scripting.

​
Consulte también

Características principales