Capítulo 2 Inicio rápido

Capítulo 2
Inicio rápido
2-
Este capítulo describe cómo iniciar rápidamente el uso del SDK RasterMaster para la creación
de imágenes para la plataforma JavaTM.
Si no encuentra en este manual la información que necesita, le sugerimos iniciar una boleta de
soporte en www.support.snowbound.com para solicitar una muestra específica, para clarificación
de la descripción de una metodología o para ayudarle a encontrar la información que necesita.
Estamos dedicados a ayudar a nuestros clientes a lograr el éxito y estamos constantemente
mejorando nuestros productos con base en los comentarios de clientes como usted.
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
25
Inicio rápido con la muestra de conversión
Inicio rápido con la muestra de conversión
La manera más rápida de inicio es ejecutar la muestra de conversión incluida con este producto.
La muestra de conversión convierte cualquier tipo de documento compatible en el formato de
archivo que usted solicite y después permite visualizarlo. Las muestras se encuentran en el
directorio siguiente: [RM Java install dir]\Samples\com\snowbound\samples.
Si desea más información, consulte en Appendix E, ‘‘Java Samples’’ cómo encontrar y ejecutar
la muestra ‘‘Convert’’.
La muestra de conversión utiliza tres rutinas que constituyen la esencia de RasterMaster:
1. ‘‘IMG_decompress_bitmap(String, int)’’ - lee un documento en cualquier formato
y lo convierte en una imagen Snowbound válida.
2. ‘‘IMG_display_bitmap(java.awt.Graphics, int, int, int, int)’’ - muestra una imagen
Snowbound válida.
3. ‘‘IMG_save_bitmap(byte, int)’’ - guarda la imagen Snowbound en cualquier formato disponible.
Los métodos indicados arriba se describen en detalle más adelante en este manual. Este manual
cubre además los temas siguientes:
1. Cómo leer y guardar documentos de varias páginas. Si desea más información, consulte
Chapter 17, ‘‘Saving and Reading Multi-page Images’’.
2. Cómo ajustar el color, la compresión y los atributos de resolución de documentos para
optimizar el desempeño, lograr resultados de mejor calidad o de menor tamaño. Si desea
más información, consulte Chapter 7, ‘‘Color Reduction Methods’’ y Chapter 8, ‘‘Color
Promotion Methods’’.
3. Cómo extraer texto y buscar texto en documentos. Aviso: el software Snowbound aún no
es compatible con procesos OCR (Reconocimiento Óptico de Caracteres). Por lo tanto,
solamente podemos extraer texto de documentos que contienen texto. Puede usar RasterMaster
en combinación con herramientas OCR de otras compañías si necesita extraer texto de
imágenes de documentos escaneados.
Para ayudarle a comenzar con el uso incluimos un lote de muestras de códigos. Estas muestras
aparecen listadas en Appendix E, ‘‘Java Samples’’. Además, hemos indexado nuestra
documentación para incorporarle capacidad de búsqueda para ayudarle a encontrar rápidamente
lo que usted necesita.
Si tiene preguntas no dude en abrir una boleta de soporte en www.support.snowbound.com.
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
26
Cómo visualizar las demostraciones incluidas con la biblioteca
Cómo visualizar las demostraciones incluidas con la biblioteca
Para ejecutar una demostración siga las instrucciones a continuación:
1. Abra cualquiera de las muestras en su entorno de desarrollo. Por ejemplo: Eclipse.
2. Añada una referencia a estos dos archivos jar: Snow.jar y snowbndcommon.jar.
3. Ejecute la muestra como una aplicación Java o como una applet.
Demostraciones de aplicaciones
La Tabla 2-1 enumera las demostraciones de aplicaciones disponibles. Para obtener información
más detallada sobre las demostraciones en este SDK, véase el anexo titulado Appendix E.
Tabla 2-1: Demostraciones de aplicaciones disponibles
Aplicación
Demostración a ejecutar
Visualización
y anotaciones
DemoApp.class
(\Samples\com\snowbound\samples\annappDemo
AnnApp). Véase ‘‘Viewing and Annotations’’ para obtener más
información.
Convert
ConverterApp.class
(\Samples\com\snowbound\samples\converter\
classes). Véase ‘‘Convert’’ para obtener más información.
Loadandsave
LoadAndSaveApp.class
(\Samples\com\snowbound\samples\
loadandsave\classes). Véase ‘‘Loadandsave’’ para obtener
más información.
Impresión
PrintingApp.class
(\Samples\com\snowbound\samples\printing\
classes). Véase ‘‘Printing’’ para obtener más información.
Swing
DemoSwingApp.class
(\Samples\com\snowbound\samples\Swing/
classes). Véase ‘‘Swing’’ para obtener más información.
Imágenes en miniatura
ThumbnailsApp.class
(\Samples\com\snowbound\samples\thumbnails
\classes). Véase ‘‘Thumbnails’’ para obtener más información.
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
27
Cómo añadir la clase Snowbnd de RasterMaster a su aplicación
Cómo añadir la clase Snowbnd de RasterMaster a su aplicación
Todas las clases que son parte del SDK RasterMaster para la plataforma Java están contenidas
en el paquete Snow. Use la declaración importar para invocar las clases.
_________________________________________________________________________
Ejemplo
import Snow.*;
o
import Snow.Snowbnd;
_________________________________________________________________________
Cómo colocar Clases en el directorio Classpath
El Snow.jar que contiene las clases RasterMaster debe colocarse en un directorio incluido en su
variable de entorno CLASSPATH. Si estos no se encuentran en su CLASSPATH, o si su variable
de entorno CLASSPATH no está especificada, puede agregarlos utilizando la declaración siguiente.
SET CLASSPATH=C:\JAVA
Cómo especificar el Classpath en la compilación
Además, puede especificar el classpath en la compilación pasando el classpath como
un parámetro a la máquina virtual mediante el uso de la declaración siguiente.
c:\jdk1.5\bin\java -classpath c:\snowbound\; MySnowClass
NOTA
Al usar el classpath, especifique el directorio principal del directorio
Snow. Por ejemplo, si los archivos de clase Snowbound están ubicados
en el directorio c:\snowbound\snow, la ruta o classpath a las clases
Snowbound es c:\snowbound. Además, puede poner las clases en un
subdirectorio Snow debajo de la invocación de clases.
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
28
Cómo añadir la clase Snowbnd de RasterMaster a su aplicación
Objeto de imagen Snowbound
El objeto de imagen Snowbnd es la clase API principal en el SDK Snowbound, representando
una sola imagen y todas sus operaciones relacionadas, como descomprimir, panoramizar,
desplazarse, hacer zoom y otras. Sencillamente coloque snow.jar en su ruta classpath, después
añada un objeto de imagen Snowbnd a su aplicación y así tendrá fácil acceso a la capacidad de
RasterMaster para leer, manipular, mostrar y guardar imágenes.
Cómo construir un nuevo objeto Snowbnd
Para construir un objeto Snowbnd, use el constructor predeterminado siguiente.
Snowbnd Simage = new Snowbnd();
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
29
Descripción general del sistema
Descripción general del sistema
El SDK RasterMaster para el juego de herramientas de la plataforma JavaTM está escrito
completamente en lenguaje de programación Java, lo cual permite el desarrollo rápido y la
compatibilidad entre plataformas. El juego de herramientas permite escribir las aplicaciones
y los subprogramas (applets).
Cómo determinar los requisitos del sistema
Los requisitos de sistema para ejecutar el SDK RasterMaster para la plataforma Java incluyen
entre otros:
• Juego de desarrollo para la plataforma Java (JDK), versión 1.4_10 o superior.
• Los requisitos mínimos de memoria están relacionados con el tamaño de la imagen
y con las memorias temporales necesarias. Las memorias temporales pueden requerir
varios megabytes si las imágenes son grandes. Si desea más información, consulte
‘‘Cómo determinar los requisitos de memoria’’.
• Máquina virtual (contacte con su proveedor de hardware para verificar si hay disponible
una máquina virtual para su plataforma).
Cómo determinar los requisitos de memoria
La cantidad de memoria necesaria para visualizar documentos varía según el tamaño de los
documentos que esté procesando y del número de documentos procesados en un momento dado.
La cantidad de memoria necesaria aumenta en función de lo siguiente:
• Al ir de documentos en blanco y negro, a tonalidades de grises y a colores (aumentan
los bits por píxel).
• Al ir de formatos de documentos comprimidos a descomprimidos (compresión deficitaria
a datos de imágenes sin procesar).
• Al ir de documentos en baja resolución a alta resolución (aumentan los puntos por
pulgada/calidad).
• Al ir de imágenes de tamaño tarjeta de índice pequeñas a imágenes grandes de planos
(aumenta el número de píxeles).
Generalmente, el procesamiento de documentos de mayor calidad requiere el uso de más
memoria. Snowbound Software no ofrece una recomendación de talla única para el uso de la
memoria porque nuestros clientes manejan una gran diversidad de documentos y contemplan
diferentes niveles de tolerancia para la calidad de la salida. Sin embargo, puede intentarlo
duplicando la memoria disponible y ver si eso resuelve el problema. Siga aumentando la
memoria hasta que deje de obtener errores de memoria. Si llega al límite físico o financiero
sin resolver el problema de memoria, entonces puede hacer lo siguiente:
• Reduzca el número de documentos que tiene abiertos en un momento determinado.
• Reduzca la calidad de las imágenes solicitadas, disminuyendo los bits por píxel,
la resolución, o el tamaño.
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
30
Descripción general del sistema
Para calcular la cantidad de memoria necesaria para una imagen, necesitará conocer el tamaño
de la imagen en píxeles y el número de bits por píxel en la imagen (blanco y negro = 1, tonalidad
de grises = 8, color = 24). Si desconoce la altura o el ancho en píxeles, pero sí conoce el tamaño
en pulgadas y la cantidad de dpi (puntos por pulgada) de la imagen, entonces podrá calcular el
tamaño en píxeles como (ancho_en_pulgadas*puntos_por_pulgada) = ancho_en_píxeles.
Para calcular la cantidad de memoria (en bytes), multiplique la altura, el ancho y el número
de bits por píxel. Entonces, divida el valor entre 8 para convertirlo de bits a bytes. Véase el
ejemplo siguiente:
(altura_en_píxeles * ancho_en_píxeles * bits_por_píxel)/ 8 = tamaño_imagen_en_bytes
La Tabla 2-2 muestra ejemplos de requisitos de memoria según los tamaños de las imágenes.
Tabla 2-2: Requisitos de memoria con base en el tamaño de la imagen
Tamaño de la imagen
Memoria necesaria
24 bits por píxel, imagen de 640 x 480
640 * 480 * (24 / 8) = 921600 bytes
1 bit por píxel, imagen de 8.5" x 11", a 300 dpi
(2550 píxeles por 3300 píxeles)
2550 * 3300 * (1 / 8) = 1051875 bytes
24 bit por píxel, imagen de 8.5" x 11", a 300 dpi
(2550 píxeles por 3300 píxeles)
2550 * 3300 * (24 / 8) = 25245000 bytes
(25 megabytes)
Manual de referencia del programador del SDK para la plataforma JavaTM de Snowbound RasterMaster para creación de imágenes
31