PDFからテキストを抽出（OCRを使用）

対応している処理形式：バッチ

メディアセット内のPDFファイルにOCRを実行してテキストを抽出します。 式カテゴリ：メディア

宣言された引数

• Languages to detect - ドキュメントで検出する言語。
  Set<Enum<Afrikaans, Albanian, Amharic, Arabic, Armenian, Assamese, Azerbaijani, Azerbaijani - Cyrilic, Basque, Belarusian, and more ...>>
• Media reference - メディアセット内のPDFファイルへのメディア参照を含む行。
  Expression<Media reference>
• OCR output format - 出力は文字列の配列になります。各エントリーはPDFの1ページに対応します。
  Enum<Text, hOCR>
• Scripts to detect - ドキュメントで検出するスクリプト。
  Set<Enum<Arabic, Armenian, Bengali, Canadian Aboriginal, Cherokee, Cyrillic, Devanagari, Ethiopic, Fraktur, Georgian, and more ...>>
• オプション End page - ページ範囲の終了、包括的。デフォルトではドキュメントの最後のページです。負のインデックスも対応しています。
  Expression<Integer>
• オプション Start page - ページ範囲の開始、包括的。デフォルトではドキュメントの最初のページ（1）です。
  Expression<Integer>

出力タイプ： Array<String>

例

例 1 - 基本ケース

引数の値：

• Languages to detect: {ENG}
• Media reference: mediaReference
• OCR output format: {TEXT}
• Scripts to detect: {ARABIC}
• End page: null
• Start page: null

---