Testua ez da ondo prozesatu OCR bidez

Baliteke testua OCR bidez ondo ez prozesatzea bila daitekeen testua duen fitxategi bat sortzean. Hala bada, egiaztatu OCR prozesamenduaren hizkuntza-ezarpena eta erabiltzen ari den originala egokiak diren.
Hizkuntza-ezarpena aldatzeko originalaren arabera eta prozesamenduaren zehaztasuna hobetzeko, erabili makinak ezagutzen dituen karaktere mota eta letra-tipo bat dituen originala bat eta erabili OCR prozesamendua egiteko egokia den originala bat.

OCR prozesamenduaren ezarpen eta hizkuntzen estandarra

Ezagut daitezkeen karaktere motak eta letra-tipoak (Asiako hizkuntzak)

Ezagut daitezkeen karaktere motak eta letra-tipoak (Europako hizkuntzak)

OCR prozesamendurako egokiak diren originalak

GARRANTZITSUA

OCR prozesamendua ondo egiten ez denean nahiz eta hizkuntza-ezarpen eta originala egokiak eduki

Baliteke orriko testu-bolumen handia duten originalen prozesamendu-zehaztasuna ezin hobetzea.

Gogoan izan honako informazio hau Word formatuko OOXML fitxategi bat sortzean:

Baliteke testua ordeztea nahi ez diren karaktereekin edo karaktereak erabilgarri ez egotea atzeko planoaren kolorearen, letra-tipoaren, letra-tipoaren tamainaren, letra etzanen eta antzeko faktoreen arabera.

Paragrafoak, lerro-jauziak eta taulak ez dira kopiatzen

Baliteke diagramak, argazkiak, zigiluak eta antzeko irudi batzuk testu gisa ezagutzea eta testuarekin ordezkatzea.

OCR prozesamenduaren ezarpen eta hizkuntzen estandarra

Karaktere-ezagutzaren hizkuntza-ezarpen estandarrak	OCR prozesamendua ezartzean hautatutako hizkuntzak karaktere-ezagutzaren oinarria dira. Testu-bilaketa ahalbidetzen duen fitxategi bat sortzea (OCR prozesatzea)
Ezagut daitezkeen Asiako hizkuntzak	Japoniera, txinera (soildua), txinera (tradizionala), koreera * Karaktere motak eta letra-tipoak ikusteko, ikusi honako hau: Ezagut daitezkeen karaktere motak eta letra-tipoak (Asiako hizkuntzak)
Ezagut daitezkeen Europako hizkuntzak eta hizkuntza-taldeak	Hizkuntzak Ingelesa, frantsesa, italiera, alemana, gaztelania, nederlandera, portugesa, albaniera, katalana, daniera, finlandiera, islandiera, norvegiera, suediera, kroaziera, txekiera, hungariera, poloniera, eslovakiera, estoniera, letoniera, lituaniera, errusiera, greziera, turkiera Hizkuntza-taldeak Europako Mendebaldekoa (ISO)1, Europako Erdialdekoa (ISO)2, Baltikokoa (ISO)3 Karaktere motak eta letra-tipoak ikusteko, ikusi honako hau: Ezagut daitezkeen karaktere motak eta letra-tipoak (Europako hizkuntzak)

*1Ingelesa, frantsesa, italiera, alemana, gaztelania, nederlandera, portugesa, albaniera, katalana, daniera, finlandiera, islandiera, norvegiera eta suediera barne.

*2Ingelesa, kroaziera, txekiera, hungariera, poloniera eta eslovakiera barne.

*3Ingelesa, estoniera, letoniera eta lituaniera barne.

Ezagut daitezkeen karaktere motak eta letra-tipoak (Asiako hizkuntzak)

Ezagutu daitezkeen karaktere motak	Japoniera Alfabetoa, zenbakiak, kanjiak*1, sinboloak, hiragana eta katakana Txinera (sinplifikatua) GB2312-80 (alfabetoa, zenbakiak, kanjiak eta ikurrak) Txinera (tradizionala) Big5 (alfabetoa, zenbakiak, kanjiak eta ikurrak) Koreera KSC5601 (alfabetoa, zenbakiak, kanjiak, sinboloak eta Hangul)
Ezagutu daitezkeen letra-tipoak	Letra-tipo anitzeko euskarria (gomendatua: Mincho) * Karaktere etzanak ezin dira ezagutu.
Ezagutu daitezkeen letra-tamainak	8 puntutik 48 puntura.
OCR prozesamenduaren ondoren erabilitako letra-tipoak*2	Japoniera Asiako karaktereak: MS Mincho Europako karaktereak: Century Txinera (sinplifikatua) Asiako karaktereak: SimSun Europako karaktereak: Calibri Txinera (tradizionala) Asiako karaktereak: PMingLiU Europako karaktereak: Calibri Koreera Asiako karaktereak: Malgun Gothic Europako karaktereak: Calibri

*1JIS 1 estandarreko kanji guztiak eta JIS 2 estandarreko kanji batzuk

*2Word formatuko OOXML fitxategi bat sortzean bakarrik

Ezagut daitezkeen karaktere motak eta letra-tipoak (Europako hizkuntzak)

Ezagutu daitezkeen karaktere motak	Alfabetoa, ezagutzeko hizkuntzari berezkoak diren karaktereak*1, zenbakiak, sinboloak
Ezagutu daitezkeen letra-tipoak	Letra-tipo anitzeko euskarria (gomendatua: Times, Century, Arial) * Karaktere etzanak ezagut daitezke.
Ezagutu daitezkeen letra-tamainak	6 pt eta 72 pt artean
OCR prozesamenduaren ondoren erabilitako letra-tipoak*2	Calibri * Letra etzana ezin da kopiatu.

1*Hizkuntzaren arabera, karaktere berezi batzuk ezingo dira ezagutu.

*2Word formatuko OOXML fitxategi bat sortzean bakarrik

OCR prozesamendurako egokiak diren originalak

OCR prozesamendurako egokia den originala bat erabiliz, OCR prozesamenduaren zehaztasuna hobe dezakezu.

Originala fitxategiaren formatua	Inprimatutako dokumentuak eta hitzak prozesatzeko dokumentuak Originalak testuz, diagramez, argazkiez edo taulez osatuta daude eta ez daude okertuta.
Testu-formatua	Idazkera horizontala edo bertikala (idazkera horizontala eta bertikala duten dokumentuak ere ezagut daitezke)*1 Bat eta hiru zutabe artean dituzten eta konplexutasunik gabeko dokumentuak
Letra-tipoaren tamaina	8 pt eta 40 pt artean
Taularen formatua*2	Honako baldintzak betetzen dituzten taulak: Ertzeko marra solidoez sortutako formatu angeluzuzena 32 zutabe edo gutxiago 32 ilara edo gutxiago

*1Idazkera horizontala soilik ezagutzen da Europako hizkuntzetan eta koreeran.

*2Word formatuko OOXML fitxategi bat sortzean bakarrik