- Vue d'ensemble (Overview)
- Document Processing Contracts
- À propos des contrats de traitement de documents
- Classe Zone
- Interface ActivitéIPersisted
- Classe PrettyBoxConverter
- Interface ActivitéIClassifier
- Interface FournisseurIClassifieurCapacités
- Classe TypeDocumentClassifieur
- Classe RésultatClassifieur
- Classe ActivitéCodeClassifieur
- Classe ActivitéClassifieurNatif
- Classe ActivitéClassifieurCodeAsync
- Classe CapacitéClassifieurTypeDocument
- Classe ActivitéExtracteurCodeAsync
- Classe ActivitéExtracteurCode
- Classe ExtracteurTypeDocument
- Classe ExtracteurDocumentTypeCapacités
- Classe ExtracteurChampCapacités
- Classe ActivitéExtracteurNatif
- Classe ExtracteurRésultat
- Interface FournisseurICapabilities
- Interface ActivitéIExtractor
- Classe ChargeUtileExtracteur
- Énumération PrioritéActionDocument
- Classe DocumentActionData
- Énumération StatutActionDocument
- Énumération TypeActionDocument
- Classe DocumentClassificationActionData
- Classe DocumentValidationActionData
- Classe DonnéesUtilisateur
- Classe Documents
- Classe RésultatDivisionDocument
- Classe ExtensionDom
- Classe Page
- Classe SectionPage
- Classe Polygone
- Classe ConvertisseurPolygones
- Classe de métadonnées
- Classe GroupeMot
- Classe Mot
- Énumération SourceTraitement
- Classe CelluleRésultatsTable
- Classe ValeurTableRésultats
- Classe InformationsColonnesTableRésultats
- Classe TableRésultats
- Énumération Rotation
- Énumération TypeSection
- Énumération TypeGroupeMot
- ProjectionTexteIDocument Interface
- Classe RésultatClassification
- Classe RésultatExtraction
- Classe ResultatsDocument
- Classe ResultatsLimitesDocument
- Classe ResultatsDonnéesPoint
- Classe RésultatsValeur
- Classe ResultatsContenuRéference
- Classe ResultatsValeurJetons
- Classe ResultatsChampDérivé
- Énumération ResultatsSourceDonnées
- Classe ResultatsConstantes
- Classe ChampValeurSimple
- Classe ValeurChampTable
- Classe GroupeDocument
- Classe DocumentTaxonomie
- Classe TypeDocument
- Classe Champ
- Énumération TypeChamp
- Classe InfoLangage
- Classe SaisieMétadonnées
- Énumération TypeTexte
- Classe TypeFieldTypeField Class
- Interface ActivitéISuivi
- ITrainableActivity Interface
- Interface ActivitéClassifieurITrainable
- Interface ActivitéExtracteurITrainable
- Classe ActivitéFormationClassifieurCodeAsync
- Classe ActivitéFormationClassifieurCode
- Classe ActivitéFormationClassifieurNatif
- Classe ActivitéFormationExtracteurCodeAsync
- Classe ActivitéFormationExtracteurCode
- Classe ActivitéFormationExtracteurNative
- Numériseur de Document Understanding
- Document Understanding ML
- Serveur local OCR Document Understanding
- Processus Document Understanding : modèle Studio
- Activités Document Understanding
- À propos du package Document Understanding Digitizer
- Compatibilité du Projet
- Définir le mot de passe du PDF
- Merge PDFs
- Get PDF Page Count
- Extraire le texte PDF (Extract PDF Text)
- Extract PDF Images
- Extract PDF Page Range
- Extraire les données du document
- Create Validation Task and Wait
- Attendre la tâche de validation et reprendre
- Create Validation Task
- Classer un document (Classify Document)
- Créer une tâche de validation de classification (Create Classification Validation Task)
- Créer une tâche de validation de classification et attendre (Create Classification Validation Task and Wait)
- Attendre la tâche de validation de la classification et reprendre
- IntelligentOCR
- À propos du package d'activités IntelligentOCR
- Compatibilité du Projet
- Load Taxonomy
- Digitize Document
- Classify Document Scope
- Keyword Based Classifier
- Intelligent Keyword Classifier
- Present Classification Station
- Create Document Classification Action
- Wait For Document Classification Action And Resume
- Tester l'étendue des classifieurs
- Outil d'entraînement de classifieur basé sur des mots-clés
- Intelligent Keyword Classifier Trainer
- Data Extraction Scope
- Regex Based Extractor
- Form Extractor
- Extracteur de formulaires intelligents
- Present Validation Station
- Create Document Validation Action
- Wait For Document Validation Action And Resume
- Tester l'étendue des extracteurs
- Export Extraction Results
- Services ML
- OCR
- Contrats OCR
- Notes de publication
- À propos des contrats OCR
- Compatibilité du Projet
- Interface ActivitéIOCR
- Classe OCRCodeAsync
- Classe ActivitéCodeOCR
- Classe ActivitéOCRNatif
- Classe Caractère
- Classe RésultatOCR
- Classe Mot
- Énumération StylesPolice
- Énumération RotationOCR
- Classe OCRCapabilities
- Classe BaseCaptureOCR
- Classe UsineCaptureOCR
- Classe BaseContrôleCapture
- Énumération UtilisationCaptureMoteur
- ScrapeEngineBase
- Classe ScrapeEngineFactory
- Classe ScrapeEngineProvider
- OmniPage
- PDF
- [Non listé] Abbyy
- Notes de publication
- À propos du package d'activités Abbyy
- Compatibilité du Projet
- Reconnaissance optique des caractères ABBYY (ABBYY OCR)
- Reconnaissance optique des caractères ABBYY Cloud (ABBYY Cloud OCR)
- FlexiCapture Classifier
- FlexiCapture Extractor
- FlexiCapture Scope
- Classer un document (Classify Document)
- Traiter le document (Process Document)
- Valider le document (Validate Document)
- Exporter le document (Export Document)
- Obtenir le champ (Get Field)
- Obtenir la table (Get Table)
- Prepare Validation Station Data
- [Non listé] Abbyy intégré
Digitize Document
UiPath.IntelligentOCR.Activities.Digitization.DigitizeDocument
Numérise un document, en extrayant son DOM (Document Object Model) et texte et les stocke dans leurs types de variables correspondants.
Commun
- NomAffichage (DisplayName) - Nom affiché de l'activité.
Entrée
- AppliquerOCRAuxPDF - Détermine si le processus OCR doit être appliqué ou non aux documents PDF. S'il est défini sur Oui(Yes), l'OCR est appliqué à toutes les pages PDF du document. S'il est défini sur Non, seul le texte saisi numériquement est extrait. La valeur par défaut est Auto, déterminant si le document nécessite l'application de l'algorithme OCR en fonction du document d'entrée.
- DegreeOfParalelism : spécifie le nombre de pages, le cas échéant, à analyser en parallèle. La valeur
-1
utilise la valeur "Number of Cores on the machine - 1" (ce qui signifie qu'elle essaie de traiter autant de pages en parallèle que le nombre de cœurs - valeur 1), tandis qu'une valeur positive utilise ce nombre spécifique de processeurs logiques . Par défaut, cette propriété est définie sur-1
. - Détecter les cases à cocher (DetectCheckboxes ) : détecte les cases à cocher disponibles dans le document lors de sa numérisation. La valeur par défaut est True.
-
DocumentPath : chemin d'accès du document à numériser. Ce champ ne prend en charge que les chaînes et les variables String.
Remarque :- En cas d’échec de classification d’un document contenant suffisamment de données, veuillez définir la propriété AppliquerOcrOnPdf sur Oui (Yes) dans l’activité Numériser le document (Digitize Document).
- L'extraction de texte à partir de fichiers PDF a été mise à niveau, ce qui permet d'optimiser le processus d'extraction, dans lequel le texte natif et scanné est récupéré en même temps, l'OCR n'étant appliqué qu'aux images identifiées dans le fichier PDF. Cette amélioration n'est disponible que lorsque l'option AppliquerOCROnPDF est définie sur Auto.
Remarque : les types de fichiers pris en charge pour ce champ de propriété sont les suivants :.png
,.jpe
,.jpg
,.jpeg
,.tiff
,.tif
et.pdf
.
Divers
- Privé (Private) - Si cette option est sélectionnée, les valeurs des variables et des arguments ne sont plus enregistrées au niveau Détaillé (Verbose).
Sortie
- DocumentObjectModel : le modèle objet de document (DOM) du fichier, stocké dans une variable
Document
. Ce champ ne prend en charge queDocument
variables. -
DocumentText : le texte extrait du document spécifié. Vous pouvez utiliser par la suite cette variable dans l'activité Present Validation Station. Ce champ ne prend en charge que les variables String.
Remarque : à partir de la version v6.3.0-preview du package UiPath.IntelligentOCR.Activities, l’activité Numériser le document est livrée avec un moteur OCR présélectionné par défaut, le moteur UiPath Document OCR.
Ces deux variables de sortie, appariées car dépendantes, peuvent être utilisées davantage dans le traitement de documents dans l'ensemble de l'infrastructure de traitement des documents (classification, extraction de données, validation humaine, etc.)
Si le package UiPath.IntelligentOCR.Activities a été mis à jour vers la v5.1.0, le paramètre ForceApplyOCR a été remplacé par ApplyOcrOnPDF. Voici la compatibilité entre les anciens et les nouveaux paramètres :
-
ForceApplyOCR = True est remplacé par ApplyOcrOnPDF = Oui (Yes)
-
ForceApplyOCR = False est remplacé par ApplyOcrOnPDF = Auto • ForceApplyOCR = Empty est remplacé par ApplyOcrOnPDF = Auto
-
ForceApplyOCR = <user-defined variable> est en cours de remplacement par ApplyOcrOnPDF = Auto
Le modèle objet de document est capturé dans un objet propriétaire documenté ici.
Pour qu'une image soit numérisée/traitée avec succès, ses dimensions en largeur et en hauteur doivent être comprises entre 50 et 10 000 pixels. Toute image inférieure ou supérieure à cette plage doit être rejetée, avec un message d'exception. Une image validée avec les dimensions mentionnées précédemment et avec une taille totale supérieure à 14 MP doit être réduite à 14 MP, tout en conservant le rapport hauteur/largeur (rapport largeur/hauteur).
Les résultats de l'OCR sur les documents numérisés ont été améliorés et les meilleurs résultats sont désormais obtenus en maintenant l'angle d'inclinaison entre +/- 20 degrés.
Vous pouvez voir comment l'activité Digitize Document est utilisée dans un exemple qui intègre plusieurs activités.
Vous pouvez consulter et télécharger l'exemple ici.