Принцип работы ABBYY Recognition Server

Различные форматы файлов:

• Конвертация изображений из форматов: JPEG, TIFF, BMP, PDF, DjVu и другие.

Импорт изображений из различных источников:

• Импорт из локальной или сетевой папки: поддержаны входящие папки со сложной структурой (со вложенными подпапками), при экспорте программа автоматически повторяет структуру входящей папки.
• Импорт вложений из писем, присланных по электронной почте. Пользователи могут посылать изображения на распознавание как из своей почтовой программы, так и непосредственно с сетевых сканеров и МФУ.
• Импорт через станцию сканирования. Документы могут поступать с разных станций сканирования разными пакетами.

Предварительная обработка:

• Автоматическое определение ориентации;
• Исправление перекосов;
• Разделение сдвоенных книжных страниц.

Высокое качество распознавания и восстановления оформления документа:

• Поддержка 191 языка распознавания печатного текста, включая языки на основе латинского, греческого, тайского, армянского и кириллического алфавитов, а также японский, корейский, китайский и тайский языки.
• Распознавание многоязычных документов.
• Режим быстрого распознавания увеличивает скорость обработки изображений хорошего качества в 2-2,5 раза.
• Поддержано распознавание различных типов текста: типографская печать, печатная машинка, матричный принтер, MICR (E13B), OCR-A, OCR-B.

Распознавание штрихкодов:

• Поддержано распознавание наиболее популярных одномерных и двумерных штрихкодов.
• Автоматически идентифицируются и распознаются штрихкоды, расположенные на странице под любым углом к горизонтали.

Контроль качества распознавания:

• Установка порога качества распознавания изображений, основанная на допустимом количестве неуверенно распознанных символов на страницу.

Преобразование PDF-файлов

• Определение текстового слоя и его целостности для обеспечения более быстрого и качественного преобразования PDF-файлов.
• В создаваемых PDF-файлах сохраняются метаданные документа (название, автор, тема, ключевые слова) и восстанавливаются гиперссылки внутри документа.
• Поддержаны алгоритмы шифрования и другие средства разграничения доступа: сохранение результатов распознавания в PDF-файл, защищенный паролем.

Разделение и сборка документов:

• Разделение документов в потоке по пустым листам, листам с разделительным штрихкодом, по фиксированному количеству страниц в документе.
• Возможна сборка одностраничных изображений из каждой обрабатываемой подпапки в отдельный файл.

Многопроцессорная работа:

• Запуск нескольких параллельных процессов распознавания позволяет эффективно задействовать ресурсы многопроцессорной системы.
• Предусмотрена масштабируемость на несколько компьютеров в локальной сети: можно легко расширять мощность системы, увеличивая количество станций обработки. Подключение дополнительных станций через консоль администрирования занимает всего несколько минут.
• Задание расписания для отдельных станций обработки или групп станций дает возможность управлять загрузкой вычислительных мощностей в течение рабочего дня или недели.

Равномерная загрузка:

• Менеджер сервера автоматически распределяет задания между станциями обработки, выравнивая нагрузку между процессорами.
• Менеджер сервера самостоятельно разделяет многостраничный документ на части и отправляет каждую из частей на свободную станцию обработки. Затем все части документа снова будут собраны в одно задание. Таким образом, распознавание/конвертация нескольких частей одного документа происходит одновременно.

Отказоустойчивость:

• Периодическая проверка работоспособности станций.
• Автоматическое восстановление связи со станцией после временного сбоя в работе станции.
• Автоматический запуск менеджера сервера после перезагрузки операционной системы.
• Автоматическое возвращение задания в очередь или перенаправление задания на другую доступную станцию в случае сбоя в работе станции.

Станция верификации позволяет оператору проверять, правильно ли была проанализирована страница, создавать и редактировать блоки, проверять неуверенно распознанные символы, а также редактировать распознанный текст.

После верификации и устранения ошибок страница будет отправлена на дальнейшую обработку или проэкспортирована. При неудовлетворительных результатах распознавания оператор станции верификации может отправить страницу на повторную обработку.

Индексирование позволяет присваивать атрибуты распознанным документам: «дата», «номер документа», «краткое содержание» и другие. Индексирование документов может быть осуществлено:

• автоматически при помощи скрипта;
• вручную на станции индексирования.

• Публикация документов в локальную или сетевую папку с сохранением структуры вложенных подпапок.
• Публикация документов в библиотеки Microsoft Office SharePoint Server.
• Отправка распознанных документов получателям по электронной почте. Документ может быть отправлен на тот же адрес, с которого поступило изображение для распознавания, или на любой другой адрес, указанный в задании.
• Правила для формирования имени выходного файла и папки, в которую его следует сохранить. Имена файла и папки могут быть сформированы с использованием значения разделительного штрихкода, даты и времени поступления документа и т.д.