字段级识别

在字段级识别场景中，系统会识别较短的文本片段，以提取特定字段中的数据。在这种场景下，识别质量至关重要。该场景也可作为更复杂场景的一部分使用，在这些场景中，需要从文档中提取有意义的数据 (例如，将纸质文档中的数据录入信息系统和数据库，或在文档管理系统中自动对文档进行分类和编制索引) 。在该场景中，系统会识别部分字段中的多行文本，或者小幅图像上的全部文本。系统会为每个识别出的字符计算置信度评分。随后，这些置信度评分可用于检查识别结果。此外，系统还可为文本中的单词和字符存储多个识别变体，随后可将其用于投票算法，以提高识别质量。在该场景中，小文本片段的处理在某些方面与其他场景中的相同步骤有所不同：

对扫描图像或照片进行预处理

待识别的图像可能包含标记和背景噪声，这两者都会妨碍识别。因此，在此阶段会去除所有不需要的标记和背景噪声。

识别小文本片段

在识别小文本片段时，待识别的数据类型是预先已知的。因此，可以通过使用外部词典、正则表达式、自定义识别语言和字母表，以及限制 string 中的字符数，来提高识别质量。文本字段可包含印刷体、工整手写体和手写体文本。

处理识别出的数据

该场景要求尽可能高的识别准确率，以尽量减少数据核验工作。系统可为每个识别出的单词或字符计算置信度评分，并提供多个识别变体，随后多个引擎可通过应用投票算法从中选择最佳候选项。

场景实现

本主题中提供的代码示例仅适用于 Windows。

下面将详细介绍在此场景中使用 ABBYY FineReader Engine 12 的推荐方法。该方法采用了被认为最适合此场景的处理设置。

步骤 1. 加载 ABBYY FineReader Engine

要开始使用 ABBYY FineReader Engine，您需要创建 Engine 对象。Engine 对象是 ABBYY FineReader Engine 对象层次结构中的顶层对象，提供各种全局设置、部分处理方法以及用于创建其他对象的方法。要创建 Engine 对象，可以使用 InitializeEngine 函数。另请参阅加载 Engine 对象的其他方式 (Win) 。

C#

public class EngineLoader : IDisposable
{
    public EngineLoader()
    {
        // 使用 FREngine.dll 的完整路径、您的 Customer Project ID，
        // 以及（如适用）在线许可证令牌文件的路径和在线许可证密码来初始化这些变量
        string enginePath = "";
        string customerProjectId = "";
        string licensePath = "";
        string licensePassword = "";
        // 加载 FREngine.dll 库
        dllHandle = LoadLibraryEx(enginePath, IntPtr.Zero, LOAD_WITH_ALTERED_SEARCH_PATH);
           
        try
        {
            if (dllHandle == IntPtr.Zero)
            {
                throw new Exception("无法加载 " + enginePath);
            }
            IntPtr initializeEnginePtr = GetProcAddress(dllHandle, "InitializeEngine");
            if (initializeEnginePtr == IntPtr.Zero)
            {
                throw new Exception("找不到 InitializeEngine 函数");
            }
            IntPtr deinitializeEnginePtr = GetProcAddress(dllHandle, "DeinitializeEngine");
            if (deinitializeEnginePtr == IntPtr.Zero)
            {
                throw new Exception("找不到 DeinitializeEngine 函数");
            }
            IntPtr dllCanUnloadNowPtr = GetProcAddress(dllHandle, "DllCanUnloadNow");
            if (dllCanUnloadNowPtr == IntPtr.Zero)
            {
                throw new Exception("找不到 DllCanUnloadNow 函数");
            }
            // 将指针转换为委托
            initializeEngine = (InitializeEngine)Marshal.GetDelegateForFunctionPointer(
                initializeEnginePtr, typeof(InitializeEngine));
            deinitializeEngine = (DeinitializeEngine)Marshal.GetDelegateForFunctionPointer(
                deinitializeEnginePtr, typeof(DeinitializeEngine));
            dllCanUnloadNow = (DllCanUnloadNow)Marshal.GetDelegateForFunctionPointer(
                dllCanUnloadNowPtr, typeof(DllCanUnloadNow));
            // 调用 InitializeEngine 函数
            // 传入在线许可证文件的路径和在线许可证密码
            int hresult = initializeEngine(customerProjectId, licensePath, licensePassword, 
                "", "", false, ref engine);
            Marshal.ThrowExceptionForHR(hresult);
        }
        catch (Exception)
        {
            // 释放 FREngine.dll 库
            engine = null;
            // 调用 FreeLibrary 前释放所有对象
            GC.Collect();
            GC.WaitForPendingFinalizers();
            GC.Collect();
            FreeLibrary(dllHandle);
            dllHandle = IntPtr.Zero;
            initializeEngine = null;
            deinitializeEngine = null;
            dllCanUnloadNow = null;
            throw;
        }
    }
    // Kernel32.dll 函数
    [DllImport("kernel32.dll")]
    private static extern IntPtr LoadLibraryEx(string dllToLoad, IntPtr reserved, uint flags);
    private const uint LOAD_WITH_ALTERED_SEARCH_PATH = 0x00000008;
    [DllImport("kernel32.dll")]
    private static extern IntPtr GetProcAddress(IntPtr hModule, string procedureName);
    [DllImport("kernel32.dll")]
    private static extern bool FreeLibrary(IntPtr hModule);
    // FREngine.dll 函数
    [UnmanagedFunctionPointer(CallingConvention.StdCall, CharSet = CharSet.Unicode)]
    private delegate int InitializeEngine(string customerProjectId, string licensePath, 
        string licensePassword, string tempFolder, string dataFolder, bool isSharedCPUCoresMode, 
        ref FREngine.IEngine engine);
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DeinitializeEngine();
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DllCanUnloadNow();
    // 私有变量
    private FREngine.IEngine engine = null;
    // FREngine.dll 的句柄
    private IntPtr dllHandle = IntPtr.Zero;
    private InitializeEngine initializeEngine = null;
    private DeinitializeEngine deinitializeEngine = null;
    private DllCanUnloadNow dllCanUnloadNow = null;
}

C++ (COM)

// 请将以下变量初始化为 FREngine.dll 的路径、您的 FineReader Engine Customer Project ID，
// 以及（如适用）Online License 令牌路径和 Online License 密码
wchar_t* FreDllPath;
wchar_t* CustomerProjectId;
wchar_t* LicensePath;  // 如果不使用 Online License，请将这些变量赋值为空字符串
wchar_t* LicensePassword;
// FREngine.dll 的句柄
static HMODULE libraryHandle = 0;
// 全局 FineReader Engine 对象
FREngine::IEnginePtr Engine;
void LoadFREngine()
{
    if( Engine != 0 ) {
    // 已加载
    return;
    }
    // 第一步：加载 FREngine.dll
    if( libraryHandle == 0 ) {
        libraryHandle = LoadLibraryEx( FreDllPath, 0, LOAD_WITH_ALTERED_SEARCH_PATH );
        if( libraryHandle == 0 ) {
            throw L"加载 ABBYY FineReader Engine 时出错";
        }
    }
    // 第二步：获取 Engine 对象
    typedef HRESULT ( STDAPICALLTYPE* InitializeEngineFunc )( BSTR, BSTR, BSTR, BSTR, 
        BSTR, VARIANT_BOOL, FREngine::IEngine** );
    InitializeEngineFunc pInitializeEngine =
    ( InitializeEngineFunc )GetProcAddress( libraryHandle, "InitializeEngine" );
    if( pInitializeEngine == 0 || pInitializeEngine( CustomerProjectId, LicensePath, 
        LicensePassword, L"", L"", VARIANT_FALSE, &Engine ) != S_OK ) {
    UnloadFREngine();
    throw L"加载 ABBYY FineReader Engine 时出错";
    }
}

步骤 2. 加载此场景的设置

可以使用 Engine 对象的 LoadPredefinedProfile 方法选择最合适的设置。该方法接收配置文件名称作为输入参数。对于此场景，可以使用名为 FieldLevelRecognition 的预定义配置文件来选择最合适的设置。有关配置文件的更多信息，请参见使用配置文件。

C#

// 加载预定义配置文件
engine.LoadPredefinedProfile("FieldLevelRecognition");

C++ (COM)

// 加载预定义配置文件
Engine->LoadPredefinedProfile( L"FieldLevelRecognition" );

如果您希望更改处理所使用的设置，请使用相应的参数对象。有关更多信息，请参见下方的其他优化部分。

步骤 3. 加载并预处理图像

ABBYY FineReader Engine 提供了一个用于处理多页文档的 FRDocument 对象。要加载文档图像并进行预处理，您应创建 FRDocument 对象并向其中添加图像。您可以执行以下任一操作：

使用 Engine 对象的 CreateFRDocumentFromImage 方法创建 FRDocument 对象。该方法会创建一个 FRDocument 对象，并从指定文件加载图像。
使用 Engine 对象的 CreateFRDocument 方法创建 FRDocument 对象，然后将文件中的图像添加到已创建的 FRDocument 对象中 (使用 FRDocument 对象的 AddImageFile、AddImageFileWithPassword 或 AddImageFileWithPasswordCallback 方法) 。

C#

// 从图像文件创建 FRDocument 对象
FREngine.IFRDocument frDocument = engine.CreateFRDocumentFromImage( "C:\\MyImage.tif", null );

C++ (COM)

// 打开图像文件并创建 FRDocument 对象
FREngine::IFRDocumentPtr frDocument = Engine->CreateFRDocumentFromImage( L"C:\\MyImage.tif", 0 );

第 4 步：设置要识别的字段

现在，您需要创建包含这些字段的块，并为每个块指定块类型以及其中数据的已知特征。使用 Analyze 方法对文档执行版面分析，或者手动添加包含所需识别字段的块。有关说明，请参阅 Working with Layout and Blocks。现在，您可以为每个字段指定各自的识别参数。例如，如果某个字段包含文本，请使用 ITextBlock::RecognizerParams 属性：

借助 RecognizerParams 对象的 TextTypes 属性设置文本类型。例如，如果字段包含按邮政编码样式书写的数字，请使用 TT_Index 文本类型。
使用 SetPredefinedTextLanguage 方法设置语言。如果您已知字段中包含的信息类型，使用 special predefined languages (仅限 Windows) 会很有帮助。例如，如果字段包含美国地址，请选择 English_US_Address 预定义语言。这样可以提高文本识别的可靠性。
如果您需要使用识别变体来进一步验证结果 (如下文第 6 步所述) ，请设置 RecognizerParams 对象的 SaveCharacterRecognitionVariants 和 SaveWordRecognitionVariants 属性。请注意，此设置不适用于手写或手写体文本。

有关识别不同类型字段的更多详细信息，请参阅 Recognizing Checkmarks、Recognizing Handwritten Texts、Recognizing Barcodes 和 Recognizing Words with Spaces 各节。

C#

// 分析文档版面
frDocument.Analyze( null, null, null );
// 假设我们知道版面中的第一个块
// 包含一个美国地址
FREngine.ITextBlock addressBlock = frDocument.Pages[0].Layout.Blocks[0].GetAsTextBlock();
FREngine.IRecognizerParams paramsAddressBlock = addressBlock.RecognizerParams;
paramsAddressBlock.SetPredefinedTextLanguage( "English_US_Address" );
// 启用收集识别变体
paramsAddressBlock.SaveCharacterRecognitionVariants = true;
paramsAddressBlock.SaveWordRecognitionVariants = true;
// 以同样的方式设置其他版面块的属性
...

C++ (COM)

// 分析文档版面
frDocument->Analyze( 0, 0, 0 );
// 假设我们知道版面中的第一个块
// 包含一个美国地址
FREngine::ILayoutBlocksPtr layoutBlocks = frDocument->Pages->Item( 0 )->Layout->Blocks;
FREngine::IRecognizerParamsPtr paramsAddressBlock = layoutBlocks->Item( 0 )->GetAsTextBlock()->RecognizerParams;
paramsAddressBlock->SetPredefinedTextLanguage( L"English_US_Address" );
// 启用收集识别变体
paramsAddressBlock->SaveCharacterRecognitionVariants = VARIANT_TRUE;
paramsAddressBlock->SaveWordRecognitionVariants = VARIANT_TRUE;
// 以同样的方式设置其他版面块的属性
...

步骤 5. 识别

由于文档版面已经分析完毕，并且你还对其进行了额外修改，因此不要再次调用分析方法。请使用 Recognize 方法，该方法会对文档中的所有页面执行识别和页面合成。在此场景中，你需要从字段中提取数据，而不是导出已识别的文档，因此不需要进行文档合成。

C#

// 识别文档
// 无需指定参数，因为这些参数已由处理配置文件设置
frDocument.Recognize( null, null );

C++ (COM)

// 识别文档
// 无需指定参数，因为这些参数已由处理配置文件设置
frDocument->Recognize( 0, 0 );

步骤 6. 处理识别后的数据

使用 Text 对象访问识别出的文本片段 (可通过文本块的 ITextBlock::Text 属性获取该对象) 。使用 Paragraphs 属性获取该片段中的段落集合，并使用 IParagraphs::Item 方法访问各个段落。IParagraph::Text 属性可用于访问段落中识别出的文本。你还可以使用 IParagraph::Words 获取段落中的单词集合。使用 IWords::Item 方法访问集合中的各个单词。IWord::Text 属性返回包含该识别单词的行。使用 Word 对象的 GetRecognitionVariants 方法，或 Paragraph 对象的 GetWordRecognitionVariants 方法，可获取某个单词的识别变体。可通过 Paragraph 对象的 GetCharParams 方法访问单个字符的属性。该方法可访问 CharParams 对象，其中包含识别出的字符参数。字符的识别变体可通过 ICharParams::CharacterRecognitionVariants 属性获取。有关文本处理的详细信息，请参阅 Working with Text。有关在投票算法中使用 Engine 的信息，请参阅 Using Voting API。完成对 FRDocument 对象的操作后，请释放该对象使用的所有资源。请使用 IFRDocument::Close 方法。

步骤 7. 卸载 ABBYY FineReader Engine

完成 ABBYY FineReader Engine 的使用后，您需要卸载 Engine 对象。为此，请使用导出的 DeinitializeEngine 函数。

C#

public class EngineLoader : IDisposable
{
    // 卸载 FineReader Engine
    public void Dispose()
    {
        if (engine == null)
        {
            // Engine 未加载
            return;
        }
        engine = null;
        // 在调用 FreeLibrary 之前删除所有对象
        GC.Collect();
        GC.WaitForPendingFinalizers();
        GC.Collect();
        int hresult = deinitializeEngine();
 
        hresult = dllCanUnloadNow();
        if (hresult == 0)
        {
            FreeLibrary(dllHandle);
        }
        dllHandle = IntPtr.Zero;
        initializeEngine = null;
        deinitializeEngine = null;
        dllCanUnloadNow = null;
        // 清理完成后抛出异常
        Marshal.ThrowExceptionForHR(hresult);
    }
    // Kernel32.dll 函数
    [DllImport("kernel32.dll")]
    private static extern IntPtr LoadLibraryEx(string dllToLoad, IntPtr reserved, uint flags);
    private const uint LOAD_WITH_ALTERED_SEARCH_PATH = 0x00000008;
    [DllImport("kernel32.dll")]
    private static extern IntPtr GetProcAddress(IntPtr hModule, string procedureName);
    [DllImport("kernel32.dll")]
    private static extern bool FreeLibrary(IntPtr hModule);
    // FREngine.dll 函数
    [UnmanagedFunctionPointer(CallingConvention.StdCall, CharSet = CharSet.Unicode)]
    private delegate int InitializeEngine( string customerProjectId, string LicensePath, string LicensePassword, , , , ref FREngine.IEngine engine);
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DeinitializeEngine();
    [UnmanagedFunctionPointer(CallingConvention.StdCall)]
    private delegate int DllCanUnloadNow();
    // 私有变量
    private FREngine.IEngine engine = null;
    // FREngine.dll 句柄
    private IntPtr dllHandle = IntPtr.Zero;
    private InitializeEngine initializeEngine = null;
    private DeinitializeEngine deinitializeEngine = null;
    private DllCanUnloadNow dllCanUnloadNow = null;
}

C++ (COM)

void UnloadFREngine()
{
 if( libraryHandle == 0 ) {
  return;
 }
 // 释放 Engine 对象
 Engine = 0;
 // 反初始化 FineReader Engine
 typedef HRESULT ( STDAPICALLTYPE* DeinitializeEngineFunc )();
 DeinitializeEngineFunc pDeinitializeEngine =
  ( DeinitializeEngineFunc )GetProcAddress( libraryHandle, "DeinitializeEngine" );
 if( pDeinitializeEngine == 0 || pDeinitializeEngine() != S_OK ) {
  throw L"卸载 ABBYY FineReader Engine 时出错";
 }
 // 现在可以安全释放 FREngine.dll 库
 FreeLibrary( libraryHandle );
 libraryHandle = 0;
}

所需资源

您可以使用 FREngineDistribution.csv 文件，自动生成应用程序运行所需的文件列表。对于此场景的处理，请在第 5 列 (RequiredByModule) 中选择以下值： Core Core.Resources Opening Opening, Processing Processing Processing.OCR Processing.OCR, Processing.ICR Processing.OCR.NaturalLanguages Processing.OCR.NaturalLanguages, Processing.ICR.NaturalLanguages 如果您修改了标准场景，请相应调整所需模块。您还需要指定应用程序使用的界面语言、识别语言以及其他附加功能 (例如，如果您需要打开 PDF 文件，则使用 Opening.PDF；如果您需要识别 CJK languages 中的文本，则使用 Processing.OCR.CJK) 。有关更多信息，请参阅使用 FREngineDistribution.csv 文件。

其他优化

以下是帮助文件中提供更多信息的章节，您可以在其中了解如何为各个处理阶段设置参数：

识别
- 使用语言
  使用内置和自定义识别语言。
- 使用词典
  使用词典提高识别质量。
- 识别带空格的词
  使用词典识别带空格的词 (例如 New York 等) 。
- 识别手写文本
  使用 ICR (智能字符识别) 。
- 识别勾选标记
  设置对勾选标记及勾选标记组的识别。
- ABBYY FineReader Engine 中的特殊预定义语言 - Windows
  包含特殊语言单元 (如地址、日期和时间、人名等) 的识别语言列表。这些语言可用于字段识别。
处理识别后的数据
- 处理文本
  处理识别后的文本、段落、单词和字符。
- 使用 Voting API
  处理单词和字符识别的备选结果。

另请参阅

基本使用场景的实现

概述

基本使用场景的实现

高级技巧

场景实现

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

所需资源

其他优化

另请参阅

概述

基本使用场景的实现

高级技巧

​场景实现

​C#

​C++ (COM)

​C#

​C++ (COM)

​C#

​C++ (COM)

​C#

​C++ (COM)

​C#

​C++ (COM)

​C#

​C++ (COM)

​所需资源

​其他优化

​另请参阅

场景实现

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

C#

C++ (COM)

所需资源

其他优化

另请参阅