４連結あるいは８連結で連結しているbit1あるいはbit0の領域をプリミティブと定義しています。通常のモノクロの文書画像は数万〜数十万個のプリミティブで表現することができます。
クラスタ＝テキスト段落として考えても問題有りません。
「隣接」の定義は、プリミティブ間の距離などの複数のパラメータによってコントロールすることができるので段落以外のプリミティブ集合を自分で定義することもできます。
角度を自動推定するバージョンと、あらかじめ指定するバージョンの二つの関数で提供しています。
１つ以上のクラスタを含む罫線で区切られた領域(表)を抽出する機能
表の例
単一のセルからなる表
通常の表
外枠のない表
手書きの表
これも表選択の方法として以下のものが提供されています。
- ユーザーが指定した長方形に完全に含まれるプリミティブを選択。
枠に接触するプリミティブは選択されません。
- ユーザーが指定した長方形に接触するプリミティブを選択。
枠に接触するプリミティブも選択されます。
- ユーザーが指定した矩形(斜めも含む)に完全に含まれるプリミティブを選択。
枠に接触するプリミティブは選択されません。
- ユーザーが指定した矩形(斜めも含む)に接触するプリミティブを選択。
枠に接触するプリミティブも選択されます。
- ユーザーが指定した直線に接触するプリミティブを選択。
- ユーザーが指定した直線に接触するプリミティブと、プリミティブが構成する外接矩形領域に含まれるプリミティブを選択。
いわゆる直線によって１行の文字列を選択する機能に相当します。
全てのプリミティブに対して、面積、周囲長、重心などの特徴を計算します。
特徴の値の範囲によってプリミティブを分類します。
たとえばテキストをレイヤ１へ移動してレイヤ１を削除すると、テキストに対応する画像だけを消去したビットマップが得られます。
たとえばテキストをレイヤ１へ移動してレイヤ１をビットマップに逆変換すると、テキストに対応する画像だけのビットマップが得られます。
モノクロ画像で取得する関数と、255カラー画像で取得する関数の２種類を提供。レイヤ０〜２５５へ移動したプリミティブを、それぞれ異なるカラーで表示することができます。
データ量はモノクロ画像のままで、255色擬似カラー画像を作ることもできます。
文書画像の中から破線部分を分離して、別レイヤへ移動する機能
文書画像を認識するためのパラメータを自動的に推定する機能。 自動推定したパラメータを用いて段落を取り出すことができます。
プリミティブの削除、挿入、移動、切断が可能。文字画像を、認識した文字フォントの画像に置換する。 手書き線図形を真っ直ぐな直線に置換する。枠に接触した文字画像を切り離すなどの処理が可能となります。