Tabelle verwenden

Erst wenn diese Option aktiviert wird, kann eine Tabelle konfiguriert werden. Für die Erfassung von Tabelleninhalten muss mindesten eine Spalte konfiguriert werden.

Referenztext für Kopfzeile

Angabe von Wörtern, welche in der Kopfzeile vorkommen (z.B. Pos, Artikelnummer, Gesamtpreis, etc.).

Eine Kopfzeile wird erst erkannt, wenn mindesten zwei der angegebenen Wörter erkannt wurden. Gibt es mehrere Textzeilen, in denen die angegebenen Wörter vorkommen, wird die Textzeile als Kopfzeile verwendet, in der die meisten der angegebenen Wörter enthalten sind.

Es ist nicht unbedingt notwendig, Wörter für Kopfzeilen anzugeben, jedoch erhöht dies die Erkennungsqualität, da sonst Texte außerhalb der Tabelle einer Tabellenzeile zugeordnet werden könnten.

Kopfzeile muss existieren

Kennzeichen, ob eine Kopfzeile existieren muss. Dieses Kennzeichen sollte gesetzt werden, wenn sichergestellt ist, dass die Kopfzeile auch auf allen Folgeseiten vorhanden ist, wenn sich die Tabelle auf mehrere Seiten erstreckt. Wird keine Kopfzeile erkannt (oder ist keine vorhanden), wird der obere Seitenrand als Tabellenbeginn verwendet.

Kopfzeile muss alle Texte enthalten

Mit diesem Kennzeichen kann erzwungen werden, dass alle beim Referenztext für die Kopfzeile angegebenen Wörter in der Kopfzeile enthalten sein müssen. Bei eingescannten Belegen kann dies jedoch zu Problemen führen, wenn eine hohe Scanqualität (und damit Erkennungsqualität) nicht sichergestellt werden kann.

Referenztext für Fußzeile

Angabe von Wörtern, welche in der Fußzeile vorkommen (z.B. Übertrag, Endbetrag, etc.).

Hier gelten die gleichen Bestimmungen wie bereits bei Referenztext für Kopfzeile beschrieben.

Fußzeile muss existieren

Kennzeichen, ob eine Fußzeile existieren muss. Dieses Kennzeichen sollte gesetzt werden, wenn sichergestellt ist, dass die Fußzeile auch auf allen Folgeseiten vorhanden ist, wenn sich die Tabelle auf mehrere Seiten erstreckt. Wird keine Fußzeile erkannt (oder ist keine vorhanden), wird der untere Seitenrand als Tabellenende verwendet.

Fußzeile muss alle Texte enthalten

Mit diesem Kennzeichen kann erzwungen werden, dass alle beim Referenztext für die Fußzeile angegebenen Wörter in der Fußzeile enthalten sein müssen. Bei eingescannten Belegen kann dies jedoch zu Problemen führen, wenn eine hohe Scanqualität (und damit Erkennungsqualität) nicht sichergestellt werden kann.

Tabelle enthält Seitenumbrüche innerhalb von Positionen

Dieses Kennzeichen sollte nur dann auf Ja gesetzt werden, wenn innerhalb von Tabellenzeilen ein Seitenumbruch stattfinden kann. In diesem Fall werden alle Inhalte zwischen der der Kopfzeile und der ersten Tabellenzeile der Seite der letzten Tabellenzeile der vorherigen Seite zugeordnet. Konnte keine Kopfzeile ermittelt werden, dann werden folglich alle Inhalte oberhalb der ersten Tabellenzeile zugeordnet. Nicht erwünschte Texte (z.B. Übertrag) können bei der jeweiligen Spalte ausgeklammert werden.

Unschärfe für Zeile

Die Einstellungsmöglichkeit Unschärfe für Zeile gibt für den jeweiligen Bereich an (oben, unten oder beides), um wieviel Millimeter die angegebenen Werte von einer geraden Zeile abweichen können und dennoch als jeweiliger Referenztext erfolgreich zugeordnet werden. Dies ist primär nur dann relevant, wenn der Blatt-Einzug des Scanners die Belege schief einzieht.

Ausschlusskriterium für Tabellenzeilen

Hier kann ein regulärer Ausdruck für den Ausschluss von Tabellenzeilen angegeben werden. Dies ist z.B. dann notwendig, wenn Gruppensummen nicht in die Liste der Rechnungspositionen übernommen werden sollen.

Als einfacher regulärer Ausdruck für Gruppensummen könnte also lauten: “Summe:|Summe\sDienstleistung“
Damit werden alle Tabellenzeilen ignoriert, welche entweder den Betriff “Summe:” ODER den Begriff “Summe Dienstleistung” enthalten. Mehrere Begriffe können mit ODER “|” verknüpft werden, wobei kein Leerzeichen angegeben werden darf. Leerzeichen innerhalb eines Begriffs werden als “\s” angegeben (z.B. “Summe\sDienstleistung“)

Bezeichnung

Bezeichnung der Spalte

Datentyp

Hier wird festgelegt, welchem Format der auszulesende Wert entspricht. Ist ein Datentyp festgelegt, werden nur entsprechende Werte erkannt, nicht aber Werte, die einem anderen Datentyp entsprechen.

Verfügbare Datentypen sind:

• Text (der Wert kann aus Buchstaben, Ziffern oder Sonderzeichen bestehen)

• Ganzzahl (der Wert kann aus Ziffern bestehen)

• Kommazahl (der Wert kann aus Ziffern, die mit einem Zeichen getrennt sind, Beispiel: . (Punkt) , (Komma) bestehen)

• Datum (der Wert entspricht einem Datumsformat, Beispiel: 01.01.2017 oder 01.01.17)

Erforderlich

Kennzeichen, ob ein Wert in der Spalte zwingend erforderlich ist

Leerzeichen ignorieren

Mit diesem Kennzeichen kann festgelegt werden, ob bei der Erkennung eines Wertes die enthaltenen Leerzeichen ignoriert werden sollen.

Exakt vergleichen

Da bei eingescannten Dokumenten eine gewisse Ungenauigkeit bei der OCR-Erkennung vorkommen (z.B. Dezimalpunkt anstatt Komma), wurden Mechanismen umgesetzt, um diese Fehler auszugleichen. Wird jedoch eine Kommazahl ohne Dezimalstellen aber mit Tausenderpunkt erkannt (z.B. 1.234), so wird der Tausenderpunkt aufgrund der Unschärfe-Erkennung als Dezimalstelle interpretiert und es wird fälschlicher Weise der Wert 1,234 ausgelesen.

Um dies zu verhindern kann das Kennzeichen Exakt vergleichen gesetzt werden, so dass der Mechanismus für die Unschärfe unterbunden wird.

Zeilenumbrüche beibehalten

Wird dieses Kennzeichen gesetzt, dann bleiben vorhandene Zeilenumbrüche eines mehrzeiligen Textes erhalten.

Bereich / Textlänge

Hier kann in Abhängigkeit des Datentyps angegeben werden, in welchem Bereich sich eine Zahl bzw. Datum befinden oder wie lange ein Text sein muss. Liegt ein Wert außerhalt des angegebenen Bereichs, dann wird eine entsprechender Fehlerstatus bei der Tabellenzeile hinterlegt, welcher vom Drittsystem ausgewertet werden kann.

Mehrzeilig

Hier wird festgelegt, ob der Wert innerhalb der Spalte aus mehreren Zeilen bestehen kann (häufig zu verwenden bei längeren Artikelbezeichnungen).

Inhalt spaltenübergreifend

Mit dem Kennzeichen Inhalt spaltenübergreifend wird festgelegt, ob sich der Wert über mehrere Spalten erstrecken kann (häufig zu verwenden bei längeren Artikelbezeichnungen). Im Beispiel zu sehen an der Spalte Bezeichnung und der dritten Artikelposition:

Identifiziert neue Zeile

Mit dem Kennzeichen Identifiziert neue Zeile wird festgelegt, ob mit einem erkannten Wert in dieser Spalte gleichzeitig der Beginn einer neuen Tabellenzeile identifiziert wird. Es können auch mehrere Spalten als Identifizierung einer neuen Tabellenzeile festgelegt werden

Unschärfe für Spalte

Im Einstellungsbereich Unschärfe für Spalte wird festgelegt, um wieviel Millimeter die festgelegten Spaltenbreiten abweichen können und dennoch die Inhalte erfolgreich erkannt werden (links, rechts oder bei beidem). Normalerweise braucht die Unschärfe nur dann verändert werden, wenn die Werte zweier Spalten sehr eng beieinander liegen oder das Dokument durch den Scanner schief eingezogen wird.

Text ausschließen

Regulärer Ausdruck für Textausschluss (gefundener Text wird durch Leerstring ersetzt).
Benötigt, um z.B. bei Seitenumbruch einen Info-Text "Fortsetzung von Seite 2" aus dem Positionstext zu entfernen

Reg. Ausdruck

Mit regulären Ausdrücken können aus dem Dokument ausgelesene Werte auf Richtigkeit überprüft werden. Nur wenn der ausgelesene Wert dem konfigurierten regulären Ausdruck entspricht, wird der Wert ausgelesen.

Beispiel: Das Dokumentendatum soll auf Richtigkeit geprüft werden und nur dann, wenn es dem regulären Ausdruck entspricht, ausgelesen werden.

• Dokumentendatum = 01.01.2017

• Regulärer Ausdruck = [0-9]{1,2}\.[0-9]{1,2}\.[0-9]{2,4}

• Erklärung [0-9]: Nur die Ziffern von 0-9 sind erlaubt.

• Erklärung {1,2}: Die Ziffern sind Ein- oder Zweistellig.

• Erklärung . : Nach den Ziffern (Ein- oder Zweistellig) kommt ein Punkt (.).

Weitere Beispiele zu den regulären Ausdrücken, können bei den Regulären Ausdrücken nachgelesen werden.

Ersetzungstext für reguläre Ausdrücke

Weiterhin kann im Falle einer erfolgreichen Prüfung durch den regulären Ausdruck der erkannte Wert durch einen definierten Inhalt ersetzt werden (= „Ersetzungstext für reguläre Ausdrücke“). Hier kann noch festgelegt werden, ob der zuerst zutreffende Wert erkannt werden soll, oder ob alle zutreffenden Werte, getrennt durch ein definiertes Zeichen, erkannt werden sollen.