get_text_result — Abfragen von Ergebnissen der Textsegmentierung.
get_text_result( : : TextResultID, ResultName : ResultValue)
get_text_result fragt das Ergebnis ResultName des von
find_text erhaltenen Ergebnisses TextResultID ab.
Welche Werte für ResultName zulässig sind, hängt davon ab,
welche Art von Textmodell für die Textsegmentierung verwendet wurde.
Im Folgenden werden zuerst die erlaubten Parameterwerte für Textmodelle mit
Mode = 'auto' und anschließend diese für Textmodelle mit
Mode = 'manual' beschrieben.
Die folgenden Ergebnisse können abgefragt werden.
Ergebnisse der Textsegmentierung mit einem Textmodell mit Mode = 'auto'
Die Textzeilen sind für jede Polarität getrennt von oben nach unten und von links nach rechts sortiert. Innerhalb einer Zeile sind die Buchstaben von links nach rechts sortiert.
Anzahl der gefundenen Zeilen.
Anzahl der abgespeicherten besten Klassen für
jeden Buchstaben. Je nachdem wie viele Klassen der verwendete Klassifikator
enthält, kann dieser Wert kleiner sein als die im Textmodell gesetzte Anzahl
an Klassen, siehe set_text_model_param.
Klassifikationsergebnisse aller segmentierten
Buchstaben durch den OCR Klassifikator, der im zugehörigen Textmodell
enthalten ist. Falls der Klassifikator mit Rückweisungsklasse
trainiert wurde, liefert get_text_result für Buchstaben, die als
Rückweisungsklasse klassifiziert wurden, das zweitbeste
Klassifikationsergebnis zurück.
Ähnlich wie 'class' mit dem Unterschied, dass für jeden Buchstaben das Klassifikationsergebnis mit der (n+1)-höchsten Konfidenz zurückgegeben wird. ['class', 0] gibt zum Beispiel für jeden Buchstaben das Klassifikationsergebniss mit der höchsten Konfidenz zurück. Falls der Klassifikator des Textmodells mit Rückweisungsklasse trainiert wurde, wird auch die Rückweisungsklasse zurückgegeben (im Gegensatz zu 'class').
Klassifikationsergebnisse der
Buchstaben in der Zeile mit Index Zeilenindex durch den OCR
Klassifikator, der im entsprechenden Textmodell enthalten ist.
['class_line', 0] gibt zum Beispiel die Klassen der Buchstaben der
erste Zeile zurück. Falls der Klassifikator mit Rückweisungsklasse
trainiert wurde, liefert get_text_result für Buchstaben, die als
Rückweisungsklasse klassifiziert wurden, das zweitbeste
Klassifikationsergebnis zurück.
Ähnlich wie ['class_line', Zeilenindex] mit dem Unterschied, dass für jeden Buchstaben das Klassifikationsergebnis mit der (n+1)-höchsten Konfidenz zurückgegeben wird. ['class_line', Zeilenindex, 0] gibt zum Beispiel für jeden Buchstaben in der Zeile mit Index Zeilenindex das Klassifikationsergebniss mit der höchsten Konfidenz zurück. Falls der Klassifikator des Textmodells mit Rückweisungsklasse trainiert wurde, wird auch die Rückweisungsklasse zurückgegeben (im Gegensatz zu ['class_line', Zeilenindex]).
Klassifikationsergebnisse des Buchstabens an Position Index durch den OCR Klassifikator, der im zugehörigen Textmodell enthalten ist. ['class_element', 0] gibt zum Beispiel die 'num_classes' besten Klassifikationsergebnisse (sortiert nach Konfidenz) des ersten Buchstabens zurück.
Konfidenzen der Klassen aller segmentierten Buchstaben, siehe 'class'.
Konfidenzen der Klassen mit der jeweils (n+1)-höchsten Konfidenz, siehe ['class', n].
Konfidenzen der Klassen der Buchstaben in der Zeile mit Index Zeilenindex, siehe ['class_line', Zeilenindex].
Konfidenzen der Klassen mit der jeweils (n+1)-höchsten Konfidenz in der Zeile mit Index Zeilenindex, siehe ['class_line', Zeilenindex, n].
Konfidenzen der Klassen des Buchstabens an Position Index, siehe ['class_element', Index].
Polarität aller segmentierten Buchstaben.
Polarität der Buchstaben in der Zeile mit Index Zeilenindex. ['polarity_line', 0] gibt zum Beispiel die Polarität der Buchstaben der erste Zeile zurück.
Polarität des Buchstaben an der Position Index. ['polarity_element', 0] gibt zum Beispiel die Polarität des ersten Buchstabens zurück.
Ergebnisse der Textsegmentierung mit einem Textmodell mit Mode = 'manual'
Anzahl der gefundenen Zeilen.
Wurde bei einem Textmodell mit Mode = 'manual',
das benutzt wurde um TextResultID zu erzeugen,
'manual_persistence' gesetzt, kann zusätzlich der folgende Wert
abgefragt werden:
Die bei der Segmentierung verwendeten Schwellenwerte.
TextResultID (input_control) text_result → (handle)
Ergebnis der Textsegmentierung.
ResultName (input_control) string(-array) → (string / integer)
Name des abzufragenden Ergebnisses.
Defaultwert: 'class'
Werteliste: 'class', 'class_element', 'class_line', 'confidence', 'confidence_element', 'confidence_line', 'manual_num_lines', 'manual_thresholds', 'num_classes', 'num_lines', 'polarity', 'polarity_element', 'polarity_line'
ResultValue (output_control) string(-array) → (integer / real / string)
Wert des Ergebnisses.
read_image (Image, 'numbers_scale')
create_text_model_reader ('auto', 'Document_Rej.omc', TextModel)
* Optionally specify text properties
set_text_model_param (TextModel, 'min_char_height', 20)
find_text (Image, TextModel, TextResultID)
* Return character regions and corresponding classification results
get_text_object (Characters, TextResultID, 'all_lines')
get_text_result (TextResultID, 'class', Class)
Sind alle Parameter gültig, gibt get_text_result TRUE zurück.
Wenn nötig wird eine Fehlerbehandlung durchgeführt.
Foundation