Saltar al contenido principal
El programa formula hipótesis de espacio en blanco creando histogramas de objetos candidatos. De forma predeterminada, el programa busca un espacio en blanco entre objetos de tipo cualquier texto. Para buscar un espacio en blanco entre otros tipos de objeto (por ejemplo, entre separadores), escriba la restricción correspondiente en el cuadro de diálogo Propiedades del elemento espacio en blanco (pestaña Advanced, campo de relación avanzada de prebúsqueda). Por ejemplo, si necesita encontrar un espacio en blanco en un área donde puedan aparecer todo tipo de objetos, escriba la siguiente expresión: 
Type: PictureObject + SeparatorObject+ AnyText + PunctuationMark + CheckMarkObject;

​
Cómo se crea un histograma

El programa proyecta sobre el eje horizontal o vertical todos los objetos de un tipo determinado que se han detectado en el área de búsqueda. La proyección es la suma de los anchos o las alturas de los objetos. Al buscar un espacio horizontal, el programa crea una proyección sobre el eje vertical. Al buscar un espacio vertical, el programa crea una proyección sobre el eje horizontal. El tamaño lineal de cada objeto del tipo indicado se añade a la proyección. Por ejemplo, para encontrar un espacio en blanco vertical entre los objetos de texto, el programa suma las alturas de todos los objetos de texto ubicados en el área de búsqueda por encima de un punto concreto del eje horizontal y que se solapan con el área de búsqueda del elemento. A continuación, el programa busca regiones donde la altura del histograma sea inferior a un valor determinado. Estas regiones corresponderán a áreas en las que el número de objetos es relativamente pequeño y su proyección es inferior a un valor predefinido. El programa debe permitir la presencia de cierto número de objetos en el espacio en blanco, ya que las imágenes reales suelen contener motas y otros tipos de ruido introducidos durante la digitalización, que deben ignorarse al buscar espacios entre columnas o párrafos. El ruido de fondo no afecta significativamente al perfil general. Supongamos que hay objetos de texto H1, H2,…, H9 en el área de búsqueda. En la siguiente figura, estos objetos están resaltados en negro. El área de búsqueda también contiene otros tipos de objetos (resaltados en rojo). Para encontrar el espacio en blanco vertical, el programa suma las proyecciones de los objetos de texto sobre el eje horizontal. El histograma resultante se muestra en la siguiente figura. Se puede ver que los objetos que no son de texto se ignoran en el histograma. A continuación, el programa encuentra el valor máximo del histograma (marcado como Max en la figura). Después, el valor del nivel máximo se multiplica por el valor establecido en Threshold coefficient (%) (K=0.2). El resultado es el nivel máximo permitido del espacio en blanco (marcado como umbral de espacio en blanco en la figura). Si el valor resultante de umbral de espacio en blanco es >0, puede haber otros objetos en el área del espacio en blanco. Una vez calculado umbral de espacio en blanco, se compara con los valores establecidos en Lower threshold limit y Upper threshold limit. Si umbral de espacio en blanco < Lower threshold limit, a umbral de espacio en blanco se le asigna el valor de Lower threshold limit y este valor se utilizará para buscar el espacio en blanco. Si umbral de espacio en blanco > Upper threshold limit, a umbral de espacio en blanco se le asigna el valor de Upper threshold limit. A continuación, las alturas del histograma se comparan con umbral de espacio en blanco para encontrar áreas donde el nivel del histograma sea inferior a umbral de espacio en blanco. La propiedad Min width/height establece el ancho absoluto mínimo del espacio en blanco. Si el valor es W2, las otras dos hipótesis se descartarán. Una hipótesis de espacio en blanco tiene las siguientes propiedades:
PropertyDescription
Element nameEl nombre completo del elemento.
PageEl número de la página en la que se detectó el elemento.
Surrounding rectLas coordenadas del rectángulo que rodea la región de la hipótesis.
WidthEl ancho de la región de la hipótesis.
HeightLa altura de la región de la hipótesis.
OrientationLa orientación del espacio en blanco detectado.
Histogram maximum in search areaEl pico del histograma en el área de búsqueda.
White Gap thresholdEl punto del histograma por debajo del cual el programa empieza a formular hipótesis de espacio en blanco.
Histogram maximum within hypothesisEl pico del histograma dentro de la hipótesis.
DetectedIndica si se ha encontrado el objeto descrito por el elemento (true) o si se ha formulado una hipótesis nula (false).
From the best pathIndica si la hipótesis encontrada pertenece a la mejor ruta del árbol de hipótesis (true) o no (false).
Pre-search qualityIndica en qué medida la hipótesis coincide con las propiedades del elemento especificadas por la configuración del cuadro de diálogo Propiedades y por el código de relación avanzada de prebúsqueda.
Post-search qualityLa calidad de la hipótesis después de aplicar las condiciones del campo Advanced post-search relations.
Chain qualityLa calidad de la cadena de hipótesis, desde el primer subelemento del grupo hasta el subelemento actual. La calidad de la cadena se calcula multiplicando las calidades de todos los subelementos de la cadena y se utiliza para comparar cadenas rivales de hipótesis.