Обработка документов и OCR

НАЧАЛО >> Электронная библиотека >> Руководство администратора модуля FT >> Обработка документов и OCR📄 Скачать в DOCX

1. Система очередей (Queue)

Большинство операций по подготовке документов являются ресурсоемкими и выполняются в фоновом режиме через модуль Queue.

PrepareViewer: "Нарезка" страниц, генерация миниатюр.
ExecFFMPEG: Конвертация видео и аудио.
OCRTesseract: Распознавание текста.

Администратор может отслеживать статус выполнения задач в интерфейсе управления очередями.

2. Настройка OCR (Распознавание текста)

Модуль поддерживает два основных движка распознавания:

2.1. 1. Tesseract OCR

Встроенное решение, не требующее сложной настройки.

Принцип работы: Если при подготовке многостраничного документа текстовый слой не обнаружен, задача автоматически ставится в очередь на Tesseract.
Языки: Используются языковые пакеты (.traineddata), соответствующие коду языка в поле 101 записи ЭК.

2.2. 2. ABBYY Hot Folder

Интеграция с профессиональным ПО через общие сетевые папки.

Folder In: Папка, куда система ИРБИС кладет PDF для распознавания.
Folder Out: Папка, откуда система забирает готовый результат.

3. Индексация для поиска