Prostorová extrakce tabulek: Proměna statických PDF v upravitelné tabulky
Soubory PDF byly navrženy pro konzistentní vizuální tisk, nikoli pro úpravu strukturovaných dat. Na rozdíl od tabulek neukládají PDF soubory nativní tabulky; ukládají jednotlivé plovoucí textové glyfy s geometrickými značkami souřadnic.
Náš analyzátor v prohlížeči tuto mezeru přemosťuje pomocí vysoce přesného prostorového shlukování. Vyhodnocením ohraničujících rámečků znaků, výšek písem a oddělovačů bílých míst rekonstruuje tabulkové matice v lokální paměti RAM a vytváří čisté, strukturované sešity aplikace Microsoft Excel připravené k okamžitému výpočtu.

