跳轉到主要內容
可協助開發人員更有效地與 ABBYY FineReader Engine 互動,並在核心層級控制辨識流程的實用工具:

使用設定檔

ABBYY FineReader Engine 12 提供一組預先定義的設定檔,這些設定檔已針對基本使用情境完成微調。這些設定檔中指定的設定可在對應情況下提供最佳結果。此外,大多數設定檔都有兩種形式:一種是將設定最佳化,以獲得最佳的最終文件品質;另一種則是將設定最佳化,以獲得最高的處理速度。以下是可用的預先定義設定檔清單:

情境

設定檔名稱

資料擷取

  • DataExtraction

供內容再利用的文件轉換

  • DocumentConversion_Accuracy
  • DocumentConversion_Normal

文件封存

  • DocumentArchiving_Accuracy
  • DocumentArchiving_Speed

用於欄位偵測和文件分類的文字擷取

  • TextExtraction_Accuracy
  • TextExtraction_Speed

欄位層級辨識

  • FieldLevelRecognition

條碼辨識

  • BarcodeRecognition_Accuracy
  • BarcodeRecognition_Speed

名片辨識

  • BusinessCardsProcessing

從機器可讀區擷取資料

  • MachineReadableZone

高壓縮 PDF 文件封存

  • HighCompressedImageOnlyPdf

技術圖面辨識

  • EngineeringDrawingsProcessing
您可以在預先定義設定檔規格中查看這些設定檔提供的設定清單。
可使用 Engine 物件的 LoadPredefinedProfile 方法載入這些設定檔的設定。載入設定檔後,之後新建立的物件將採用該設定檔中指定的新預設值。

Voting API 支援

當 ABBYY FineReader Engine 在第三方應用程式中作為參與辨識的引擎之一時,會提供辨識候選結果 (或假設) ,以及字元、單字和字元間切分的對應信賴度。這些資訊可協助開發人員為需要多種辨識技術的應用程式設計高效且準確的投票演算法。例如,在辨識 “O” 時,ABBYY FineReader Engine 可能會傳回 3 個假設:“0” (零) ,信賴度為 60;大寫 “O”,信賴度為 80;以及大寫 “C”,信賴度為 10。就字元間切分而言,情況可能如下:字母 “m” 的可能假設包括 “m”、“rn” 和 “in”。如需更多資訊,請參閱 使用 Voting API

核心辨識的「即時」調校

ABBYY FineReader 讓開發人員能在 OCR 處理過程中,於核心層級存取並操控辨識引擎。FineReader 辨識引擎會產生假設 (或辨識候選結果) ,並允許開發人員使用自訂的特定排序準則,影響或微調針對每個假設設定信賴度等級的程序 (或選取最佳假設) 。

常見轉換工作的程式碼範例

SDK 隨附一組原始碼範例,說明如何在不同情境中使用 Engine。Windows 程式碼範例提供 Visual Basic .NET、原生 C++、採用 Native COM Support 的 C++、C#、Java 和指令碼語言版本。

另請參見

主要功能