Saltar al contenido principal
Para crear una Habilidad de OCR, siga estos pasos:
1

Crear una nueva Habilidad de OCR

En Skill Catalog, haga clic en el botón Create de la barra de herramientas.
2

Seleccionar el tipo de Habilidad de OCR

Seleccione el tipo de skill OCR Skill. Se abrirá el cuadro de diálogo Create OCR Skill.
3

Configurar los ajustes generales

En la pestaña General:
  • Introduzca un nombre y una descripción para la nueva Habilidad.
  • Seleccione la versión de Technology Core. Recomendamos seleccionar la versión más reciente.
Procesamiento de imágenesEn Image Processing, abra la lista desplegable modo de procesamiento de PDF y seleccione el modo de procesamiento para documentos PDF:
  • Default (recomendado) — usa la capa de texto integrada del PDF cuando está disponible y la complementa con OCR según sea necesario. Esta es la configuración predeterminada.
  • Use Text Layer Only — extrae texto de la capa de texto integrada del PDF. Si no existe ninguna capa de texto, Vantage recurre automáticamente a OCR.
  • Use OCR Only — ignora cualquier capa de texto integrada del PDF y realiza un OCR completo del documento.
Para obtener más información sobre cada modo y recomendaciones sobre cuál elegir, consulte modo de procesamiento de PDF.
4

Seleccionar idiomas de reconocimiento

En la pestaña Languages:
  • En la sección Allowed Languages, seleccione uno o varios idiomas de reconocimiento de documentos. Durante el procesamiento, el idioma del documento se elegirá automáticamente entre los idiomas especificados durante la configuración. Tenga en cuenta que el número de idiomas seleccionados puede afectar a la velocidad y la calidad del reconocimiento.
  • Si el documento contiene texto escrito a mano, habilite la opción Handwritten en la sección Text Appearance.
5

Configurar mejoras de imagen

En la pestaña Image Enhancements, Crop Image y Correct Page Orientation están habilitados de forma predeterminada. Si lo desea, desactive estas funciones si sus documentos no las necesitan.
  • Crop Image recorta la imagen a los bordes del documento original.
  • Correct Page Orientation gira automáticamente la imagen para restaurar su orientación original.
6

Habilitar el reconocimiento de códigos de barras

En la pestaña Barcodes, habilite los tipos de código de barras que puedan aparecer en sus documentos. El número de tipos de código de barras seleccionados puede afectar a la velocidad de reconocimiento. Si no necesita reconocer ningún código de barras, haga clic en el botón con el número de opciones seleccionadas en el encabezado de la tabla Barcode Types y luego en Deselect all.
Si procesa varios archivos de documentos con una Habilidad de OCR como parte de una sola transacción, todos los archivos se combinarán en uno. Como resultado, el número de archivos de salida coincidirá con el número de formatos de exportación especificado.
7

Elegir formatos de exportación

En la pestaña Export, seleccione uno o varios formatos de exportación de documentos.

​
Formatos de exportación disponibles

  • JSON (formato predeterminado):
    • Solo texto (opción predeterminada). El archivo JSON exportado contendrá únicamente el texto reconocido sin preservar el diseño del documento. Si selecciona Solo texto, no podrá exportar a DOCX, XLSX y PPTX.
    • Conservar la estructura del documento. El archivo JSON exportado contendrá el texto reconocido y también se preservará el diseño del documento.
  • XML:
    • Solo texto. El archivo XML exportado contendrá únicamente el texto reconocido. No se preservará el diseño del documento. Si selecciona Solo texto, no podrá exportar a DOCX, XLSX y PPTX.
    • Conservar la estructura del documento. El archivo XML exportado contendrá el texto reconocido y se preservará el diseño del documento.
  • ALTOXML:
    • Solo texto. El archivo ALTO XML exportado contendrá únicamente el texto reconocido; no se preservará el diseño del documento. Si selecciona Solo texto, no podrá exportar a DOCX, XLSX y PPTX.
    • Conservar la estructura del documento. El archivo ALTO XML exportado contendrá el texto reconocido y se preservará el diseño del documento.
Las opciones de exportación (Solo texto y Conservar la estructura del documento) para JSON, XML y ALTOXML no pueden ser diferentes. Si especifica otra opción de exportación para uno de estos formatos, esta opción se aplicará a los demás formatos.
  • PDF:
    • PDF/A-3a (formato de exportación de PDF predeterminado)
    • PDF/A-3b
    • Solo imagen. PDF no editable según el estándar PDF/A-3b
Para cada opción de exportación de PDF, elija entre “tamaño de archivo más pequeño” (opción predeterminada) y “calidad máxima”. El tamaño de archivo más pequeño se logra utilizando la compresión Mixed Raster Content (MRC), que determina tasas de compresión óptimas por separado para el texto, las imágenes y el fondo.
  • TXT
  • DOCX (Microsoft Word):
    • Editable. El archivo DOCX exportado preserva el formato y el flujo de texto originales, pero al mismo tiempo permite una edición sencilla. El documento de salida puede diferir de la imagen original.
    • Exacto. El archivo DOCX exportado mantiene el formato del documento original. Esto puede limitar los cambios que se pueden realizar en el texto y el formato del documento de salida.
  • XLSX (Microsoft Excel)
  • TIFF
  • JPEG:
    • Calidad máxima. El archivo exportado contiene un JPEG con un nivel de compresión del 95%.
    • Tamaño reducido. El archivo exportado contiene un JPEG con un nivel de compresión del 75%.
  • PPTX (Microsoft PowerPoint)
  • HTML