Распознавание таблиц и текста в колонках (лайфхаки в FineReader — 2)

Как распознавать таблицы

1. Выделите таблицу областью «Таблица».
2. Нажмите правой кнопкой «Анализ структуры таблицы» или через меню: «Область» — «Анализ структуры таблицы». Вы увидите, как программа сама распознает таблицу (спойлер: часто очень плохо).
3. Вставьте недостающие и уберите лишние границы. Это избавит вас от необходимости после распознавания добавлять недостающие и удалять лишние строки, переносить в них текст и т.п.
4. Передать в файл/сохранить страницы — перед этим программа предложит распознать, жмите «Да».

Текст в 2-3 колонках

По умолчанию FineReader распознает весь текст так, будто он оформлен одной колонкой. Вручную разделять колонки, как на примерах, придется долго.

Выделите 3 отдельные зоны как область «Текст». Удобнее для вас, но не критично, если граница между зонами будет проходить по концу абзаца, не разрывая предложение, как на первой паре изображений.

Зоны текста и таблицы

Выделение зоны текста, правильный подбор языков, доработка внутренностей таблицы тратят несколько минут на обработку pdf — но порой экономят полчаса-час на том, что НЕ придется исправлять криво распознанные тексты. В этом видео:

• выделение областей «Текст», «Изображение», «Таблица»;
• направление текста — обычное, повернутое влево (для распознания вертикальных подписей у графиков и т.п.);
• корректировка «не тот язык!» благодаря предпросмотру в соседнем поле;
• корректировка таблицы, где пришлось разделить текст на ячейки, чтобы он не шел одним абзацем + объединение ячеек в одну для вертикальной подписи справа (хотя можно было все выделить как «Текст», но тогда не получится разделить текст на ячейки/абзацы).

Расскажите, что вам еще хотелось бы узнать? Насколько понятным (избыточным, недостаточным) был этот материал?

Пишите @SvetKorLT (Светлана Коршунова) из команды текстов и аналитики Центра