Skanowanie OCR w aplikacji Kancelaria Komornika Instrukcja dla użytkownika
Spis treści 1. Zakładka Wyrażenia... 3 2. Zakładka Grupy wyrażeń... 5 3. Opcje Skanowania / OCR... 7 4. Rozpoznawanie Danych... 8 5. Wyrażeni regularne... 10
1. Zakładka Wyrażenia Zakładka wyrażenia służy do definiowania reguł rozpoznawania dokumentów. Reguła to.. Dodana została kolumna Nazwa. Nazwa używana jest podczas dodawania wyrażenia do grupy. Usunięte zostały kolumny pomiń z początku i pomiń z końca, które służyły do zawężenia zwracanej wartości. Teraz można to zrobić poprzez umieszczenie części wyrażenia pomiędzy znacznikami <<! oraz!>>. Przykład : (?i)(((sygn[\.]*) (sygnatura))\s*akt:*)\s*<<![ivx]+\s*[0-9a-za-z]{1,4}\s*[0-9]{1,8}/[0-9]{2}!>> - dopasowuje całość wyrażenia, ale zwracane jest jedynie: [IVX]+\s*[0-9A-Za-z]{1,4}\s*[0-9]{1,8}/[0-9]{2}
Rysunek 1 Zakładka Wyrażenia Typ wyrażenia sposób w jaki wyszukane dane mają być interpretowane: Sygnatura sprawy dane interpretowane jako sygnatura sprawy; Opis skanu dane interpretowane jako opis skanu; Kod kreskowy dane interpretowane jako kod kreskowy pisma lub koperty zwrotki; Pesel dane interpretowane jako pesel dłużnika. Jeżeli zostanie znaleziony dłużnik tylko w jednej sprawie to skan zostanie dopasowany do znalezionej sprawy; Tytuł wykonawczy dane interpretowane jako tytuł wykonawczy. Dopasowanie skanu do sprawy po tytule wykonawczym. Jeżeli w wyniku kilku warunków zostanę znalezione różne sprawy, zostanie ustawiony status błędu dla skanu i nie będzie można zatwierdzić rozpoznanych danych. Nazwa nazwa wyrażenia wyświetlana z zakładce grupy wyrażeń; Wyrażenie wyszukiwane wzorzec;? podpowiedź; Typ skanu jeżeli wzorzec zostanie znaleziony, to taki typ skanu zostanie ustawiony; Opis skanu - jeżeli wzorzec zostanie znaleziony, to taki opis skanu zostanie ustawiony; Aktualizuj aktualizuje wyrażenie wartościami z pól edycji. Wyrażenia można edytować z poziomu tabeli;
Dodaj dodaje nowe wyrażenie wypełnione podanymi danymi. Jeżeli podana nazwa już istnieje wyświetlony zostanie komunikat i akcja zostanie przerwana; Usuń usuwa zaznaczone wyrażenie. Wyświetlone zostanie okno proszące o potwierdzenie akcji, informujące o ilości grup, w których dane wyrażenie jest wykorzystywane. 2. Zakładka Grupy wyrażeń Została dodana zakładka Grupy wyrażeń. Grupa wyrażeń jest to zbiór wyrażeń, które będą wyszukiwane podczas rozpoznawania dokumentów. W zakładce import pod przyciskiem rozpoznaj znajduje się pole wyboru, w którym należy wybrać jaka grupa wyrażeń będzie użyta do rozpoznania. Żeby stworzyć nową grupę należy w polu Nazwa: wprowadzić nazwę grupy (jeżeli podana nazwa już istnieje pojawi się komunikat), następnie należy dodać do niej wyrażenia. Wybieramy nazwę zdefiniowanego wcześniej wyrażenia i dodajemy. To samo wyrażenie w danej grupie może znajdować się tylko raz, więc przy próbie ponownego dodania istniejącego już wyrażenia nic się nie stanie. W obrębie grupy ważna jest kolejność w jakiej umieszczone są wyrażenia, ponieważ jeżeli wyrażenie danego typu zostanie rozpoznane, pozostałe (tego samego typu) już nie są rozpoznawane. Rysunek 2 Zakładka Grupy wyrażeń Pole Grupy : Nazwa nazwa nowej grupy;
Dodaj dodaj grupę. Podana nazwa musi być unikalna. Nazwę grupy można edytować z poziomu tabeli. Jeżeli nazwa się powtarza wyświetlany jest komunikat; Usuń usuwa zaznaczoną grupę. Pole Wyrażenia : Nazwa pole wyboru z którego można wybrać wyrażenie zdefiniowane w zakładce Wyrażenia ; Dodaj dodaje wybrane wyrażenie do zaznaczonej grupy wyrażeń. Jeżeli wybrane wyrażenie już występuje to nic nie zostanie dodane; Usuń usuwa zaznaczone wyrażenie z grupy. /\ i \/ - przesuwa zaznaczone wyrażenie pozycje w górę lub w dół. Przy rozpoznawaniu ważna jest kolejność wyrażeń. Dla danego typu wyrażenia brane pod uwagę jest pierwsze rozpoznane, a następne są pomijane.
3. Opcje Skanowania / OCR Poniżej opisano opcje skanowania: Domyślne źródło skanowania plik lub skaner Jeżeli nazwa skanera nie jest wybrana, to opcja skaner jest zablokowana. Jeżeli zaznaczona jest opcja skaner to najpierw jest wykonywane skanowanie dokumentów do folderu skanów, a następnie wykonywane jest rozpoznawanie zeskanowanych plików. Parametry skanowania : Nazwa nazwa skanera który ma zostać użyty. Jeżeli żadna nazwa nie jest wybrana to opcje dotyczące skanera są zablokowane; Tryb (czarno-biały, kolorowy, skala szarości) docelowe kolory dla skanu; Opcje urządzenia : Wyświetl okno skanowania przed skanowaniem zostanie wyświetlone okno konfiguracji urządzenia; DPI - jakość z jaką zostaną zeskanowane dokumenty; Format format pliku do jakiego dokument zostanie zeskanowany; Podajnik czy skaner korzysta z podajnika; Rozpoznawanie dokumentów (OCR) : Włącz funkcję OCR (wymagana biblioteka LeadTools) włączenie funkcji rozpoznawanie treści skanowanych dokumentów; Pokaż komunikat o braku licencji jeżeli w danym momencie z funkcji OCR chce korzystać więcej stanowisk niż jest wykupionych licencji, pojawi się komunikat o braku możliwości skorzystania z funkcji OCR; Automatyczne rozpoznawanie treści czy treść dokumentów ma być automatycznie rozpoznana zaraz po wczytaniu skanów; Automatycznie zatwierdzaj dla rozpoznanych czy rozpoznane dane mają być automatycznie zatwierdzone dla skanu. Jeżeli opcja jest
niezaznaczona czynność trzeba będzie wykonać z poziomu menu kontekstowego; OCR DPI jakość z jaką zostaną zeskanowane dokumenty dla funkcji rozpoznawania treści (OCR). Rysunek 3 Opcje skanowania / OCR 4. Rozpoznawanie Danych Pod przyciskiem Rozpoznaj dodane zostało pole wyboru grupy wyrażeń. Do rozpoznawania danych brane są pod uwagę tylko wyrażenia, które przypisane są do danej grupy. Po najechaniu kursorem myszy na wiersz w tabeli skanów, wyświetla się okno informujące o rozpoznanych danych dla danego skanu. Po lewej stronie znajduje się typ wyrażenia jakie zostało rozpoznane, a po prawej stronie wartość jaka została znaleziona. Jeżeli żadne dane nie zostaną rozpoznane wyświetli się informacja nie rozpoznano.
Rysunek 4 Okno informacji dla skanu Jeżeli wystąpi jakiś błąd podczas rozpoznawania, okno informacyjne będzie miało kolor czerwony, a na dole pojawi się informacja dotycząca błędu. Rysunek 5 Okno informacji dla skanu (błąd)
Do tabeli skanów zostało dodane menu kontekstowe : Rysunek 6 Menu kontekstowe tabeli skanów Jeżeli opcja automatycznego zatwierdzania danych jest wyłączona po wykonaniu rozpoznawania danych trzeba przypisać rozpoznane dane do skanów. Z poziomu menu można to wykonać dla zaznaczonych pozycji lub dla wszystkich pozycji. Jeżeli rozpoznane dane mają status błędu (okno informacyjne na czerwono) to dane nie zostaną zatwierdzone. 5. Wyrażeni regularne Tabela 1 - Wyrażenia regularne zmienne znakowe: Operator Opis Wyrażenie Dopasowanie [grupa_znaków] Dopasowuje pojedynczy znak pasujący go zadanej grupy znaków [a] [ls] a w las l, s w las [a-d] c, a w cena [1-5] 3, 5 w 0356
[^grupa_znaków] Negacja dopasowuje [^a] l, s w las pojedynczy znak nie pasujący do zadanej grupy znaków [^ls] s w las [^a-d] e, n w cena [^1-5] 0, 6 w 0356 \s Dopasowuje pojedynczy \s biały znak czyli spacja, tabulator, znak nowej linii w Ala ma kota \S Dopasowuje pojedynczy znak \S m, a w ma drukowalny (nie biały znak) \d Dopasowuje cyfrę \d 1, 3 w 1dwa3 \D Dopasowuje znak różny od \D d w 1dwa3 cyfry \w Dopasowuje Litery i cyfry \w a, 3 w a.3 \W Dopasowuje Białe znaki i \w,. w a.3 znaki interpunkcyjne \r Znak nowej linii \n Znak powrotu karetki. Dowolny znak \. Znak. Tabela 2 - Wyrażenia regularne krotność wystąpień: Operator Znaczenie? Dopasowuje poprzedzające wyrażenie 0 lub 1 raz * Dopasowuje poprzedzające wyrażenie zero lub więcej razy + Dopasowuje poprzedzające wyrażenie jeden lub więcej razy {n} Dopasowuje poprzedzające wyrażenie dokładnie n razy {n,} Dopasowuje poprzedzające wyrażenie n razy lub więcej {n, m} Dopasowuje poprzedzające wyrażenie n razy lecz nie więcej niż m razy
Tabela 3 - Wyrażenia regularne dodatkowe opcje: Operator (wyrażenie) Znaczenie Tworzenie z części wyrażenia pojedynczej grupy aby traktować ją jako całość np. W wyrażeniu sygn.. akt? Znak? dotyczy tylko litery t Jeżeli chcemy żeby znak? dotyczył całości musimy napisać (sygn. akt)? Lub, czyli jeżeli chcemy wybrać jedną z kilku opcji np. (?i) (?-i) (sygn\. sygnatura) będzie szukał ciągu sygn. lub sygnatura Wyłączenie rozróżniania wielkości liter Włączenie rozróżniania wielkości liter Krotność wystąpień dotyczy wyrażenia poprzedzającego i określa ile znaków ma zostać dopasowanych. Ważne jest, że zostanie znaleziony pierwszy ciąg, jaki pasuje do podanego wzorca. Najczęściej jest to mylące przy operatorach * i?, które nie wymagają dopasowania żadnego elementu i mogą zwrócić wynik inny niż oczekiwany. Przykłady: [0-9]{4} szuka 4 cyfr [a-za-z0-9]{5,10} szuka ciągu znaków (liter małych i dużych oraz cyfr). Ciąg musi mieć długość od 5 do 10 znaków \d{4}.\d{2}.\d{2} przykładowy format daty np. 2014-01-01. Znak. Ponieważ. oznacza dowolny znak ciąg 1234567890 również pasuje do tego wzorca. Żeby zawęzić do separatorów daty można napisać: \d{4}[\.\\/-]\d{2}[\.\\/-]\d{2} W tym przypadku jako separator zostały podane znaki., \, /, - ponieważ znaki. i \ są znakami specjalnymi muszą zostać poprzedzone znakiem \ czyli \. i \\ Km musi zawierać ciąg Km; Km[s,p]?\s*[0-9]{1,8}[A-Z]?/[0-9]{2}
[s,p]? litery s lub p występujące 0 lub jeden raz; Km[s,p]? da kombinację Km (brak wystąpienia s lub p), Kmp (pojedyncze wystąpienie p) lub Kms (pojedyncze wystąpienie s); \s* biały znak występujący dowolną ilość razy (może nie występować wcale); [0-9]{1,8} od jednej do ośmiu cyfr (numer sprawy); [A-Z]? 0 lub 1 wystąpienie wielkiej litery (postfix); / - ukośnik; [0-9]{2} dokładnie 2 cyfry (rok sprawy). Podane wyrażenie dopasuje sygnaturę sprawy która rozpoczyna się od wielkiej litery, i w której (jeżeli występuje) napisany jest wielką literą. Żeby wyłączyć rozróżnianie wielkości liter możemy użyć operatora (?i) na początku czyli: (?i)km[s,p]?\s*[0-9]{1,8}[a-z]?/[0-9]{2} (?i)km[s,p]?\s*[0-9]{1,8}[a-z]?/[0-9]{2} Grupę cyfr [0-9] możemy zastąpić wyrażeniem \d.otrzymamy wyrażenie: (?i)km[s,p]?\s*\d{1,8}[a-z]?/\d{2}