"$schema": "http://json-schema.org/draft-07/schema",
"type": "object",
"description": "Document.",
"definitions": {
"borderType": {
"type": "string",
"description": "Tipo de borde de celda de tabla.",
"enum": [
"unknown",
"invisible",
"visible"
]
},
"rect": {
"type": "object",
"description": "Rectangle {l:izquierda, t:arriba, r:derecha, b:abajo}",
"required": [
"l",
"t",
"r",
"b"
],
"properties": {
"l": {
"type": "integer",
"description": "Coordenada izquierda.",
},
"t": {
"type": "integer",
"description": "Coordenada superior.",
},
"r": {
"type": "integer",
"description": "Coordenada derecha.",
},
"b": {
"type": "integer",
"description": "Coordenada inferior.",
}
}
},
"confidence": {
"type": "number",
"description": "Confianza.",
},
"listNumberingStyle": {
"type": "string",
"description": "Estilo de numeración de lista.",
"enum": [
"None",
"Decimal",
"UpperRoman",
"LowerRoman",
"UpperLetter",
"LowerLetter",
"Ordinal",
"CardinalText",
"OrdinalText",
"Hex",
"Chicago",
"IdeographDigital",
"JapaneseCounting",
"Aiueo",
"Iroha",
"DecimalFullWidth",
"DecimalHalfWidth",
"JapaneseLegal",
"JapaneseDigitalTenThousand",
"DecimalEnclosedCircle",
"DecimalFullWidth2",
"AiueoFullWidth",
"IrohaFullWidth",
"DecimalZero",
"Bullet",
"Ganada",
"Chosung",
"DecimalEnclosedFullstop",
"DecimalEnclosedParen",
"DecimalEnclosedCircleChinese",
"IdeographEnclosedCircle",
"IdeographTraditional",
"IdeographZodiac",
"IdeographZodiacTraditional",
"TaiwaneseCounting",
"IdeographLegalTraditional",
"TaiwaneseCountingThousand",
"TaiwaneseDigital",
"ChineseCounting",
"ChineseLegalSimplified",
"ChineseCountingThousand",
"ApplicationDefined",
"KoreanDigital",
"KoreanCounting",
"KoreanLegal",
"KoreanDigital2",
"Hebrew1",
"ArabicAlpha",
"Hebrew2",
"ArabicAbjad",
"HindiVowels",
"HindiConsonants",
"HindiNumbers",
"HindiCounting",
"ThaiLetters",
"ThaiNumbers",
"ThaiCounting",
"VietnameseCounting",
"NumberInDash",
"RussianLower",
"RussianUpper",
"Burmese",
"Unnumbered"
]
},
"listLevel": {
"type": "object",
"description": "Descripción de nivel de lista",
"required": [
"levelIndex",
"numberingStyle",
"startNumber"
],
"properties": {
"levelIndex": {
"type": "integer",
"description": "Índice de nivel.",
"minimum": 0
},
"numberingStyle": {
"$ref": "#/definitions/listNumberingStyle",
"description": "Estilo de numeración de lista.",
},
"startNumber": {
"type": "integer",
"description": "Número inicial.",
}
}
},
"picture": {
"type": "object",
"description": "Bloque con imagen.",
"properties": {
"id": {
"type": "string",
"description": "ID de bloque de imagen.",
},
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
}
}
},
"barcode": {
"type": "object",
"description": "Código de barras.",
"properties": {
"id": {
"type": "string",
"description": "ID de bloque de código de barras.",
},
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"type": {
"type": "string",
"description": "Tipo de código de barras.",
"enum": [
"Code39",
"Interleaved25",
"EAN13",
"Code128",
"EAN8",
"PDF417",
"Codabar",
"UPCE",
"Industrial25",
"IATA25",
"Matrix25",
"Code93",
"PostNet",
"UCC128",
"Patch",
"Aztec",
"DataMatrix",
"QRCode",
"UPCA",
"MaxiCode",
"Code32",
"FullAscii",
"IntelligentMail",
"RoyalMail4State",
"KIX",
"Australia4State",
"JapanPost",
"NotFound"
]
},
"value": {
"type": "string",
"description": "Valor del código de barras.",
},
"supplementType": {
"type": "string",
"description": "Tipo de suplemento.",
"enum": [
"none",
"2digits",
"5digits"
]
},
"supplementValue": {
"type": "string",
"description": "Valor del suplemento.",
}
}
},
"lines": {
"type": "array",
"description": "Matriz de cadenas de texto en el bloque de texto ordenadas por dirección de lectura.",
"items": [
{
"type": "object",
"description": "Una línea de texto.",
"properties": {
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"text": {
"type": "string",
"description": "Valor de una línea de texto.",
},
"charParams": {
"$ref": "#/definitions/charParams"
},
"words": {
"type": "array",
"description": "Matriz de palabras en una línea de texto ordenadas por dirección de lectura.",
"items": [
{
"type": "object",
"description": "Palabra.",
"properties": {
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"text": {
"type": "string",
"description": "Valor de palabra.",
},
"charParams": {
"$ref": "#/definitions/charParams"
},
"chars": {
"type": "array",
"description": "Matriz de caracteres en una palabra ordenados por dirección de lectura.",
"items": [
{
"type": "object",
"description": "Carácter de palabra.",
"properties": {
"confidence": {
"$ref": "#/definitions/confidence"
},
"text": {
"type": "string",
"description": "Valor de carácter de palabra.",
},
"position": {
"$ref": "#/definitions/rect"
},
"charParams": {
"$ref": "#/definitions/charParams"
}
}
}
]
}
}
}
]
}
}
}
]
},
"charParams": {
"type": "object",
"description": "Parámetros de formato de fuente de símbolo.",
"properties": {
"bold": {
"type": "boolean",
"description": "Estado de propiedad negrita - si es diferente del contenedor",
"default": false
},
"italic": {
"type": "boolean",
"description": "Estado de propiedad cursiva - si es diferente del contenedor",
"default": false
},
"underlined": {
"type": "boolean",
"description": "Estado de propiedad subrayado - si es diferente del contenedor",
"default": false
},
"strikeout": {
"type": "boolean",
"description": "Estado de propiedad tachado - si es diferente del contenedor",
"default": false
},
"smallCaps": {
"type": "boolean",
"description": "Estado de propiedad versalitas - si es diferente del contenedor",
"default": false
},
"superscript": {
"type": "boolean",
"description": "Estado de propiedad superíndice - si es diferente del contenedor",
"default": false
},
"subscript": {
"type": "boolean",
"description": "Estado de propiedad subíndice - si es diferente del contenedor",
"default": false
},
"scaling": {
"type": "integer",
"description": "Estado de propiedad de escalado (en milésimas de 1) - si es diferente del contenedor",
"default": 1000,
"minimum": 100,
"maximum": 10000
},
"spacing": {
"type": "integer",
"description": "Estado de la propiedad de espaciado en twips (1/20 pt, 1/1440 pulgada): si difiere del contenedor",
"default": 0,
"minimum": -1000,
"maximum": 1000
},
"fontSize": {
"type": "integer",
"description": "Estado de la propiedad de tamaño de fuente en twips (1/20 pt, 1/1440 pulgada): si difiere del contenedor",
"default": 200,
"minimum": 50,
"maximum": 4000
},
"fontName": {
"type": "string",
"description": "Estado de la propiedad de nombre de fuente: si difiere del contenedor",
},
"color": {
"type": "string",
"description": "Estado de la propiedad de color de fuente del símbolo (valor hexadecimal en formato de 6 dígitos RRGGBB): si difiere del contenedor",
},
"backgroundColor": {
"type": "string",
"description": "Estado de la propiedad de color de fondo del símbolo (valor hexadecimal en formato de 6 dígitos RRGGBB): si difiere del contenedor",
},
"lang": {
"type": "string",
"description": "Estado de la propiedad de idioma del símbolo (consta de partes de idioma y país; consulte ISO 639 e ISO 3166): si difiere del contenedor",
}
}
}
},
"required": [
"version",
"producer"
],
"properties": {
"version": {
"type": "string",
"description": "Versión del esquema del documento.",
"default": "Vantage OCR.Skill JSON output v1.0"
},
"producer": {
"type": "string",
"description": "Autor del archivo JSON.",
"default": "ABBYY Vantage OCR.Skill"
},
"languages": {
"type": "array",
"description": "Lista de idiomas del documento.",
"items": [
{
"type": "string",
"description": "Idioma del documento.",
}
]
},
"layout": {
"type": "object",
"description": "Diseño (estructura física).",
"required": [
"pages"
],
"properties": {
"corrected": {
"type": "boolean",
"description": "Coordenadas de la imagen corregida en la salida.",
"default": true
},
"pages": {
"type": "array",
"description": "Matriz de páginas del documento ordenadas de la primera a la última.",
"items": [
{
"type": "object",
"description": "Página del documento.",
"properties": {
"width": {
"type": "integer",
"description": "Ancho de la página en píxeles.",
},
"height": {
"type": "integer",
"description": "Altura de la página en puntos.",
},
"rotated": {
"type": "string",
"description": "Rotación de la página con respecto a la imagen original.",
"enum": [
"none",
"clockwise",
"counterclockwise",
"upside-down"
]
},
"texts": {
"type": "array",
"description": "Matriz de bloques con texto.",
"items": [
{
"type": "object",
"description": "Texto.",
"properties": {
"id" : {
"type": "string",
"description": "ID del bloque de texto.",
},
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"lines": {
"#ref": "#/definitions/lines"
}
}
}
]
},
"tables": {
"type": "array",
"description": "Matriz de bloques con tabla.",
"items": [
{
"type": "object",
"description": "Tabla.",
"properties": {
"id" : {
"type": "string",
"description": "ID del bloque de tabla.",
},
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"cells": {
"type": "array",
"description": "Celdas de la tabla.",
"items": [
{
"type": "object",
"description": "Celda de la tabla.",
"properties": {
"id" : {
"type": "string",
"description": "ID de la celda de la tabla.",
},
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"colRowPosition": {
"type": "object",
"description": "Coordenada de la celda en el sistema Columna-Fila {l:columnaIzquierda, t:filaSuperior, r:columnaDerecha, b:filaInferior}",
"properties":{
"l": {
"type": "integer",
"description": "Índice del separador izquierdo.",
},
"t": {
"type": "integer",
"description": "Índice del separador superior.",
},
"r": {
"type": "integer",
"description": "Índice del separador derecho.",
},
"b": {
"type": "integer",
"description": "Índice del separador inferior.",
}
}
},
"borders": {
"type": "object",
"description": "Tipos de borde de celda de tabla {l:izquierdo, t:superior, r:derecho, b:inferior}",
"properties":{
"l": {
"$ref": "#/definitions/borderType",
"description": "Tipo de borde izquierdo.",
},
"t": {
"$ref": "#/definitions/borderType",
"description": "Tipo de borde superior.",
},
"r": {
"$ref": "#/definitions/borderType",
"description": "Tipo de borde derecho.",
},
"b": {
"$ref": "#/definitions/borderType",
"description": "Tipo de borde inferior.",
}
}
},
"contentType": {
"type": "string",
"description": "Tipo de contenido de la celda de la tabla: [texto, imagen, código de barras].",
"enum": [
"text",
"picture",
"barcode"
]
},
"picture": {
"$ref": "#/definitions/picture"
},
"barcode": {
"$ref": "#/definitions/barcode"
},
"lines": {
"$ref": "#/definitions/lines"
}
}
}
]
}
}
}
]
},
"pictures": {
"type": "array",
"description": "Matriz de bloques con imagen.",
"items": [
{
"$ref": "#/definitions/picture"
}
]
},
"barcodes": {
"type": "array",
"description": "Matriz de bloques con código de barras.",
"items": [
{
"$ref": "#/definitions/barcode"
}
]
},
"separators": {
"type": "array",
"description": "Matriz de bloques con separador.",
"items": [
{
"type": "object",
"description": "Separador.",
"properties": {
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"color": {
"type": "integer",
"description": "Color del separador.",
},
"thickness": {
"type": "integer",
"description": "Grosor del separador.",
},
"type": {
"type": "string",
"description": "Tipo de separador.",
"enum": [
"unknown",
"solid",
"dotted"
]
},
"endPoints": {
"type": "object",
"description": "Coordenadas de los extremos del separador {startX:inicioX, startY:inicioY, endX:finX, endY:finY}",
"properties":{
"startX": {
"type": "integer",
"description": "Coordenada X del punto de inicio.",
},
"startY": {
"type": "integer",
"description": "Coordenada Y del punto de inicio.",
},
"endX": {
"type": "integer",
"description": "Coordenada X del punto final.",
},
"endY": {
"type": "integer",
"description": "Coordenada Y del punto final.",
}
}
}
}
}
]
},
"checkmarks": {
"type": "array",
"description": "Matriz de bloques con marca de verificación.",
"items": [
{
"type": "object",
"description": "Marca de verificación.",
"properties": {
"position": {
"$ref": "#/definitions/rect"
},
"confidence": {
"$ref": "#/definitions/confidence"
},
"value": {
"type": "string",
"description": "Valor de la marca de verificación.",
"enum": [
"checked",
"unchecked",
"corrected",
"unknown"
]
}
}
}
]
}
}
}
]
}
}
},
"content": {
"type": "object",
"description": "Contenido del documento (estructura lógica).",
"properties": {
"paragraphs": {
"type": "array",
"description": "Matriz de párrafos del documento ordenados por dirección de lectura.",
"items": [
{
"type": "object",
"description": "Párrafo del documento.",
"properties": {
"id": {
"type": "string",
"description": "ID del párrafo en el documento."
},
"role": {
"type": "string",
"description": "Función del párrafo en el documento.",
"enum": [
"other",
"text",
"heading",
"headingNumber",
"tableOfContents",
"tableText",
"runningTitle",
"endNote",
"footNote",
"tableCaption",
"tableHeading",
"pictureCaption",
"artefact"
]
},
"formatting": {
"type": "object",
"description": "Formato del párrafo.",
"properties": {
"aligning": {
"type": "string",
"description": "Alineación del texto en el párrafo.",
"enum": [
"left",
"center",
"right",
"justified",
"justifiedForArabic"
]
},
"lineSpacing": {
"type": "integer",
"description": "Interlineado del párrafo.",
"minimum": 0,
"default": 0
}
}
},
"layoutReferences": {
"type": "array",
"description": "Matriz de referencias a las fuentes de las partes del párrafo del documento en la estructura de bloques de página, en el orden del texto del párrafo.",
"items": [
{
"type": "object",
"description": "ID de bloque/celda de referencia, índice de párrafo y rango de líneas en el bloque/celda.",
"required": [
"blockId",
"blockType",
"parIndex",
"firstLine",
"lastLine"
],
"properties": {
"blockId": {
"type": "string",
"description": "ID del bloque de texto o celda de tabla contenedora."
},
"blockType": {
"type": "string",
"description": "Tipo de contenedor del párrafo.",
"enum": [
"text",
"cell"
]
},
"sectionIndex": {
"type": "integer",
"description": "Índice de la sección lógica en la página (o -1 si no existe una sección que contenga el párrafo, como encabezados, pies de página, etc.).",
"minimum": -1
},
"columnIndex": {
"type": "integer",
"description": "Índice de columna en la sección lógica (o -1 si no existe una columna que contenga el párrafo, como recuadros, notas al pie, etc.).",
"minimum": -1
},
"lineNumbering": {
"type": "boolean",
"description": "true si el párrafo está contenido en el área de numeración de líneas."
},
"parIndex": {
"type": "integer",
"description": "Índice del párrafo en el bloque o celda de tabla.",
"minimum": 0
},
"firstLine": {
"type": "integer",
"description": "Índice de la primera línea del párrafo en el bloque o celda de tabla.",
"minimum": 0
},
"lastLine": {
"type": "integer",
"description": "Índice de la última línea del párrafo en el bloque o celda de tabla.",
"minimum": 0
}
}
}
]
},
"text": {
"type": "string",
"description": "Texto del párrafo."
},
"listReference": {
"type": "object",
"description": "Referencia a la lista que contiene el párrafo.",
"properties": {
"id": {
"type": "string",
"description": "ID de la lista."
},
"levelIndex": {
"type": "integer",
"description": "Índice del nivel del elemento de lista actual.",
"minimum": 0,
"default": 0
},
"ordinalNumber": {
"type": "integer",
"description": "Número ordinal del elemento de lista actual.",
"minimum": -1,
"default": 0
}
}
},
}
}
]
},
"lists": {
"type": "array",
"description": "Matriz de listas encontradas en el documento.",
"items": [
{
"type": "object",
"description": "Descripción de la lista.",
"properties": {
"id": {
"type": "string",
"description": "ID de la lista en el documento."
},
"listLevels": {
"type": "array",
"description": "Matriz de descripciones de niveles de lista.",
"items": [
{
"$ref": "#/definitions/listLevel"
}
]
}
}
}
]
}
}
}
}
}```
Custom Activity
Esquema JSON de Reconocimiento óptico de caracteres (OCR) para la actividad Output
Esquema JSON de Reconocimiento óptico de caracteres (OCR) para la actividad Output.
Este es el esquema JSON de Reconocimiento óptico de caracteres (OCR) que se utiliza al exportar datos extraídos, como valores de campo, estructura de campo y errores de comprobación de reglas.