KI Funktion 1:
Erweiterte OCR Texterkennung

Der Text in PDF-Dateien kann als nativer PDF-Text, als Text aus Linien, als Text aus Schraffuren und als Text aus Rasterbildern dargestellt werden.

Um die richtige Art von einem Text zu erkennen, verwendet das Programm die Methoden der künstlichen Intelligenz in Form von OCR (Optische Text Erkennung) und Symbol Recognition (Symbolerkennung).

Die erweiterte Texterkennung ermöglicht dem Anwender, Text mit unterschiedlichen Textrichtungen in Konstruktionsplänen zu erkennen. Die Richtung eines Textes muss mit Hilfe eines speziellen Editors definiert werden.

Text als Linien und Polylinien

Die korrekte Auswahl der OCR Text Darstellungsart ist für die korrekte Texterkennung von übergeordneter Wichtigkeit.

Der Text für die OCR-Texterkennung kann in PDF-Datei als nativer Text, Text aus Linien oder Polylinien, Text aus Schraffuren oder Text
aus Pixelbilder definiert sein.

Wichtig!
Native Text brauchen nicht ausgewählt werden. Die nativen Texte werden immer erkannt.
In seltenen Fällen kann der native Text nicht als echter Text erkannt werden, dann soll die Repräsentation als nativer Text ausgewählt werden.

Die Analyse einer PDF-Datei sollte vor der Aktivierung einer Textdarstellung durchgeführt werden. Die Analyse einer PDF-Datei zeigt in separaten Bildern, welche Art von Textdarstellung in der PDF-Datei verwendet wird.

Wenn Sie mehr als eine Textdarstellung finden, wählen Sie alle gefunden aus, die native Text Darstellung soll normalerweise nicht ausgewählt werden.

Die richtige Auflösung für die OCR-Texterkennung ist sehr wichtig. Die Auflösung muss so niedrig wie möglich sein, aber der Text muss deutlich lesbar sein. Versuchen Sie zuerst mit 300 DPI und drücken Sie die Schaltfläche "Vorschau", wenn der kleinste Text nicht lesbar ist, erhöhen Sie die Auflösung in 50 DPI Schritten.

Wenn Sie die Rasterbilder als Textdarstellung wählen, entscheidet der Schwellwert, welches Pixel schwarz sind und welche Pixel zum weißen Hintergrund angehören. Drücken Sie die Schaltfläche "Vorschau" und wenn Sie sehen, dass die Texte z.B. miteinander verbunden sind, verringern Sie den Schwellenwert.

Die OCR-Texterkennung funktioniert nur, wenn die richtige Textrichtung erkannt werden kann. Leider kann in einem Bauplan der Text in ganz anderen Richtungen existieren.

Für eine gut durchgeführte OCR-Texterkennung ist eine manuelle Vorabtrennung der Textbereiche mit einer gemeinsamen Richtung erforderlich.

Print2CAD bietet einen speziellen Editor für die Textbereiche.

Ein "Textbereich" wird mit Hilfe von 3 Punkten definiert. Die ersten beiden Punkte geben die Textrichtung und der dritte Punkt gibt die rechte obere Ecke eines Textfeldes.

Im Textbereichseditor können Sie verschiedene Auswahl für "Textbereich" und für "Zahlenbereich" auswählen.

"Textbereich" erkennt Buchstaben, Zahlen und Sonderzeichen wie "+", "-" usw. Im Zweifelsfall zwischen Zahl und Buchstabe (z.B. zwischen den Buchstaben "l" und der Zahl "1") wird die Erkennung den Buchstaben " l " auswählen.

"Zahlenbereich" erkennt Zahlen, Buchstaben und Sonderzeichen wie "+", "-" usw. Im Zweifelsfall zwischen Zahl und Buchstabe (z.B. zwischen den Buchstaben "l" und der Zahl "1") wird die Erkennung die Zahl " 1 " auswählen.

Wenn der Textbereich ein PDF-Element schneidet, wird dieses Element bei der OCR-Texterkennung nicht berücksichtigt.

Tipps:
- Versuchen Sie, Zahlen und Buchstaben in verschiedenen Textbereichen zu trennen.
- Versuchen Sie, in einem Textbereich nur Text mit einer gemeinsamen oder ähnlichen Texthöhe zu trennen.
- Versuchen Sie, saubere Textbereiche ohne Unterbrechung von anderen Zeichnungselementen zu trennen.
- Definieren Sie niemals einen gemeinsamen Textbereich für die gesamte Zeichnung.
- Eine gründliche Auswahl des Textes durch Textbereiche verbessert die Qualität der Texterkennung erheblich.