Advance Guide
Rekonstruksi Tata Letak Spasial
Cara RustO! merekonstruksi tata letak visual 2D untuk tabel multikolom, faktur, struk, dan formulir.
Mesin OCR konvensional umumnya hanya mengembalikan daftar kotak pembatas teks yang terputus-putus, sehingga struktur tabel, celah kolom, dan indentasi baris menjadi hilang.
RustO! menyertakan Mesin Rekonstruksi Tata Letak Spasial bawaan yang menganalisis relasi geometri 2D untuk menghasilkan teks yang terformat dan rata secara visual.
🎯 Cara Kerja Algoritma
Rendering diagram...
Perbandingan Visual: Mode Keluaran
Sebagai gambaran faktur belanja dengan dua baris barang dan dua kolom:
1. Daftar Baris Teks Datar (output: "lines")
Deskripsi Barang
Jumlah
Kopi Latte
Rp28.000
Croissant
Rp22.000
Total
Rp50.000
(Perhatikan bahwa relasi kolom hilang menjadi satu urutan vertikal datar).
2. Teks Rekonstruksi Spasial (output: "spatial")
Deskripsi Barang Jumlah
Kopi Latte Rp28.000
Croissant Rp22.000
─────────────────────────────────────────────────────
Total Rp50.000
(Judul kolom, rincian barang, dan baris total tetap rata sesuai posisi 2D aslinya).
⚙️ Penyesuaian Parameter Spasial
Rekonstruksi spasial dapat disesuaikan saat runtime melalui OcrRunOptions:
let options = OcrRunOptions {
output: OutputGranularity::Spatial,
line_y_threshold: Some(0.5), // Toleransi pengelompokan baris vertikal
word_x_threshold: Some(0.4), // Toleransi pemisahan kata & kolom horizontal
..Default::default()
};
Panduan Penyesuaian Nilai Parameter
| Parameter | Nilai Default | Kapan Perlu Menaikkan Nilai | Kapan Perlu Menurunkan Nilai |
|---|---|---|---|
lineYThreshold | 0.5 | Naikkan (0.7 - 0.9) jika baris struk yang sedikit bergelombang atau miring terpecah menjadi beberapa baris terpisah. | Turunkan (0.2 - 0.35) untuk lembar kerja padat atau tabel berbaris rapat. |
wordXThreshold | 0.4 | Naikkan (0.6 - 0.8) untuk menggabungkan kata dengan spasi lebar menjadi satu frasa utuh. | Turunkan (0.2 - 0.3) untuk menjaga batas kolom data tabel tetap terpisah dengan tegas. |
💡 Contoh Praktis di Berbagai Platform
Pada Rust
let spatial_text = match ocr.detect_text(&image_source, &OcrRunOptions {
output: OutputGranularity::Spatial,
line_y_threshold: Some(0.5),
word_x_threshold: Some(0.4),
..Default::default()
})? {
DetectTextResult::Spatial(text) => text,
_ => unreachable!(),
};
println!("{spatial_text}");
Pada React Native
const formattedLayout = await detectText(
{ uri: 'file:///path/to/invoice.jpg' },
{
output: 'spatial',
lineYThreshold: 0.5,
wordXThreshold: 0.4,
}
);
console.log(formattedLayout);