Una solución de software para la captura de datos en un flujo único a partir de diversos tipos de documentos estructurados (formularios fijos), semiestructurados (formularios y documentos flexibles) y no estructurados (documentos de formato libre).
Un programa que permite crear un FlexiLayout de la estructura del documento, que luego puede utilizarse para el reconocimiento automático de documentos.
ABBYY FormDesigner se utiliza para diseñar plantillas de formularios legibles por máquina. Después de reproducirse y cumplimentarse, estos formularios pueden procesarse con el sistema automatizado de captura de formularios ABBYY FlexiCapture. El diseño de formularios es una etapa importante, ya que la calidad de la plantilla diseñada (su legibilidad por máquina) determina la eficacia de todas las etapas posteriores del procesamiento: escaneo, reconocimiento, verificación y exportación.
FlexiCapture for Invoices
Los anclajes son elementos especiales del diseño de formularios que el sistema utiliza para realizar el emparejamiento después del escaneo (elimina la inclinación, compensa los defectos lineales y no lineales del escaneo y calcula la ubicación de los bloques). Los anclajes más fiables son los cuadrados negros, que normalmente se encuentran en las esquinas de un formulario. Si la imagen no contiene anclajes especiales, pueden utilizarse otros elementos estáticos para el emparejamiento: separadores, es decir, líneas verticales u horizontales, como líneas de tabla, marcos, etc., o texto estático claro, como el encabezado del formulario, las etiquetas de los campos, la información explicativa, etc. La opción Use for emparejamiento debe estar habilitada para los elementos estáticos que se utilicen en el emparejamiento.
Código de barras de anclaje
Campo de código de barras
Reconocimiento de códigos de barras
Campo de marca de verificación
Grupo de marcas de verificación
Campo de grupo de marcas de verificación
F-measure del clasificador
Marca de verificación corregida
Tipo de dato personalizado
Búsqueda en la base de datos
Una de las características del campo es el tipo de dato: número, fecha, texto, apellido, nombre, dirección, etc. Un tipo de dato define el conjunto de palabras que pueden aparecer en un campo determinado. El tipo de dato es un parámetro de reconocimiento importante que influye en la calidad del reconocimiento. Un tipo de dato correctamente especificado puede reducir significativamente el número de caracteres reconocidos de forma incorrecta.
Se especifica un diccionario al crear un tipo de datos. Por ello, el tipo de datos asociado a un campo determina el diccionario que se utiliza durante el reconocimiento y la verificación. Además de los tipos de datos predeterminados con diccionarios ya preparados, el programa permite adjuntar tipos de datos creados a partir de diccionarios personalizados. Puede introducir manualmente los datos del diccionario o cargarlos desde un archivo.
- La estructura del documento, es decir, una descripción del orden permitido de las páginas para los documentos de este tipo, que define cómo deben ensamblarse los documentos
- Definiciones de secciones del documento
- Una lista de reglas que deben cumplir los datos de los campos
- La ubicación de los campos y sus firmas en la ventana de datos (vista del formulario de datos)
- Configuración de exportación de documentos
- Configuración de procesamiento de documentos
Identificación de la Definición de Document
Publicación de la Definición de Document
Sección de la Definición de Document
Identificación de documentos
-
errores / advertencias de un solo campo se generan mediante reglas y formatos que afectan a un solo campo.
-
errores / advertencias de varios campos se generan mediante reglas que afectan a varios campos.
Elemento de formulario legible por máquina que representa un texto descriptivo (nombre del formulario, nombres de los campos, explicaciones de los campos, etc.).
Proceso de transferencia de datos procesados a un sistema de información externo o a un archivo.
Conjunto de opciones de configuración que determina qué se hace con los datos procesados: el formato de los archivos de salida, la ruta de salida, las condiciones de exportación, etc.
Archivo de texto o base de datos compatible con ODBC que almacena datos de referencia. Los datos de referencia pueden incluir los posibles valores de los campos capturados o la información necesaria para capturar esos campos.
Elemento del documento destinado a la extracción de datos. Los campos pueden ser simples (sin estructura interna) o compuestos, como el campo de tipo tabla, donde cada celda puede considerarse un campo subordinado independiente de la tabla. (Administrador) Consulte Creación de campos de Definición de Document.
Una región de la imagen resaltada en la Definición de Document y destinada a la extracción de datos.
En el modo de verificación de campos, los caracteres dudosos se revisan en el contexto del campo completo. Los campos con la opción Enviar a verificación de campos habilitada se envían a verificación de campos. Recomendamos enviar a verificación de campos aquellos campos cuyo conjunto de valores se conoce o puede determinarse fácilmente. Algunos ejemplos de estos campos son los nombres de países o ciudades: sabemos qué valores puede tener este campo.
Campo con varias instancias
Campo con varias regiones
Definición de Document fija
Definición de Document flexible
Texto en un marco delimitador sobre un peine
Los campos que tienen habilitada la opción Enviar a verificación en grupo se envían a verificación en grupo. Recomendamos enviar a verificación en grupo los caracteres de los campos numéricos, así como las marcas de verificación.
Texto manuscrito en letra de imprenta
Estos caracteres se excluyen de las palabras; es decir, las palabras se asignan a un tipo de datos concreto sin estos caracteres.
Eliminación de motas de la imagen
ICR, Reconocimiento inteligente de caracteres
Letras en marcos delimitadores
Letras en marcos delimitadores separados
MRC (Mixed Raster Content)
Documento de varias páginas
OCR (Reconocimiento óptico de caracteres)
OMR (Reconocimiento óptico de marcas)
Rendimiento de procesamiento
(Distribuido) Etapa de procesamiento
Indicar estos caracteres puede aumentar considerablemente la velocidad y la calidad del reconocimiento. Por ejemplo, si va a reconocer textos escritos solo con letras mayúsculas, indique todas las letras minúsculas como caracteres prohibidos.
(Administrador) Expresión regular
Documento semiestructurado
Conjunto de caracteres permitidos
Este conjunto está determinado por el tipo de dato. Es decir, el tipo de datos asociado a un campo determina el conjunto de caracteres utilizado durante el reconocimiento.Además de seleccionar los caracteres incluidos en este conjunto, puede configurar parámetros adicionales para restringirlo. Por ejemplo, puede especificar:
- Caracteres que sabe que no aparecerán al reconocer un determinado campo: caracteres prohibidos (por ejemplo, puede especificar todas las letras minúsculas como prohibidas para un campo en el que solo pueden aparecer caracteres en mayúscula).
- Caracteres que pueden aparecer dentro de las palabras sin afectar a su verificación: caracteres ignorados (por ejemplo, guiones, tildes, etc.).
SLA (acuerdo de nivel de servicio)
Marcado del campo de texto
Reconocimiento de texto (OCR, ICR)
Entrenamiento [Definición de Document]
Documento no estructurado
Esta opción se utiliza para configurar el estilo de escritura de los caracteres en letra de imprenta en formularios. La elección del estilo de escritura depende de la región en la que se procesen los formularios (Rusia, Alemania, la República Checa, USA, etc.).
