画像の損傷が事前認識の品質に与える影響
こうしたテキストの損傷はいずれも、事前認識の品質を大きく低下させます。認識モードを Accurate に変更することで事前認識の品質を改善できる場合がありますが、これが常に有効とは限らず、事前認識にかかる時間も大幅に長くなります。FlexiLayouts で不正確な事前認識を許容する方法
FlexiLayout Studio で FlexiLayout を作成する際には、ユーザーは、事前認識の結果が不正確になる可能性、つまり元のテキストと異なる可能性があることを FlexiLayout で指定できます。これは要素の標準設定、たとえば Static Text 型の要素における最大エラー数や、Character String 要素における非アルファベット文字の割合などに反映されます。 実際には、データ field を検索する段階では高い事前認識品質は必須ではありません。ただし、検出された field を FlexiCapture で認識する際には必要であり、FlexiCapture では各 field に対して専用のデータ型が用意されているため、認識品質が大幅に向上します。 FlexiLayout Studio における事前認識はページ全体に対する OCR であり、実際には、文書上のデータ field を検出するには通常これで十分であることがわかっています。低品質な画像を処理できるよう FlexiLayout を拡張する
実際のプロジェクトでは、高品質な画像を問題なく処理できる FlexiLayout を作成するのに、通常は数個の要素を作成するだけで十分です。必要なデータ field を画像の約 70% で検出できる FlexiLayout であれば、どのユーザーでも簡単に作成できます。このような FlexiLayout は FlexiCapture で使用できます。 さらに、FlexiLayout を更新して、低品質な画像からもデータを抽出できるように学習させることも可能です。こうした修正の程度は、対象のタスクとユーザーが使える時間によって異なります。 FlexiLayout の修正には、これまで検出できなかった要素を検出できるようにすることや、追加の要素 (場合によっては別の型の要素) を使って、より緩い検索制約でそれらを見つけようとすることが含まれます。1 つの FlexiLayout で複数の Document Definitions を置き換える場合
このほかにも、追加要素の作成を含めて FlexiLayout の修正が必要になる状況があります。たとえば、異なるソースから受け取った類似文書を処理しなければならないことがよくあり、政府機関の異なる地域支部で作成された文書などがこれに当たります。 このような文書は一見よく似ていても、データ field のレイアウトが異なる場合があります。そのような場合は、少しずつ異なる FlexiCapture の Document Definition を複数作成するのではなく、1 つの FlexiLayout を作成することをお勧めします。 文書によって使用されている区切り線の種類が異なることがあり、また、手書きだけでなくプリンターで記入されている場合もあります。FlexiLayout にそのような field を見つけられるよう学習させるには、このセクションで説明するメソッドを使用してください。サンプルプロジェクトのウォークスルー
テスト画像と検証済みの FlexiLayout を含む FlexiLayout Studio プロジェクトは、%public%\ABBYY\FlexiCapture\12.0\Samples\FLS\Tips and Tricks にあります。
以下の各ウォークスルーでは、典型的な検索上の問題に対する手法を紹介します。
- 高品質または低品質の認識後に日付を検索する
- field 名の候補に対して複数の Static Text 値を設定する
- 検索領域から領域を除外する
- グループ要素を使用して FlexiLayout の構造と検索を最適化する
- 単一行の Static Text 要素を検索する
- RestrictSearchArea で検索領域を制限する
- OCR 品質が異なる文書で、形式が既知または未知の単一行 field を検索する
- Nearest と FuzzyQuality を使用して要素を検索する
- グループ要素の検索を最適化する
- グループ要素の Optional プロパティ
- 数字の文字列を検索する
- 補助要素とヌル仮説を使用して FlexiLayout を簡素化する
- 枠付き文字を含むテキスト field を記述する