public void getDataViaRescaling(Image sourceImage, ref Tesseract_OCR_Window.pdfPageInfo infoPage, ref Dictionary <string, string> replaceWords, float stepScale, int amountOfSteps)
{
//подключаем распознаватель
TesseractEngine ocrRus = new TesseractEngine("./tessdata", "rus", EngineMode.Default);
TesseractEngine ocrEng = new TesseractEngine("./tessdata", "eng", EngineMode.Default);
//создаем графический фильтр
TResizeTool resizeTool = new TResizeTool();
//ставим методику распознавания страницы
PageSegMode pSegMode = PageSegMode.SparseText;
float scaleValue = 1.0f;//исходный масштаб
List <string> seriaNumberList = new List <string>();
List <string> countryList = new List <string>();
List <string> orgSertList = new List <string>();
List <string> shortNumberList = new List <string>();
List <string> typeSeriaList = new List <string>();
for (int k = 0; k <= amountOfSteps; k++)
{
//по индексу отмасш-й страницы берем исходную(без масштаба)
Image img = sourceImage;
int newWidth = Convert.ToInt32((img.Width) * ((k * stepScale) + scaleValue));
int newHeight = Convert.ToInt32((img.Height) * ((k * stepScale) + scaleValue));
Bitmap imgBitmap = resizeTool.resizeImage(img, newWidth, newHeight);
Image rescaledPage = ((Image)imgBitmap);
string rescaledPageTextRus = "";
string rescaledPageTextEng = "";
//удаляем процесс, чтобы не было ошибки
using (var pageRus = ocrRus.Process(imgBitmap, pSegMode))
{
rescaledPageTextRus = pageRus.GetText();
}
//удаляем процесс, чтобы не было ошибки
using (var pageEng = ocrEng.Process(imgBitmap, pSegMode))
{
rescaledPageTextEng = pageEng.GetText();
}
//набираем статистику для последующего поиска наибольшего соответствия
string seriaNumber = getSeriaNumber(rescaledPageTextRus, rescaledPageTextEng);
string country = getCountry(rescaledPageTextEng);
string orgSert = getOrgSert(rescaledPageTextRus);
string shortNumber = getShortNumber(rescaledPageTextRus);
string typeSeria = getTypeSeria(rescaledPageTextRus, rescaledPageTextEng, ref replaceWords);
if (seriaNumber != "")
{
seriaNumberList.Add(seriaNumber);//серия
}
if (country != "")
{
countryList.Add(country);//страна
}
if (orgSert != "")
{
orgSertList.Add(orgSert);//орган по сертификации
}
if (shortNumber != "")
{
shortNumberList.Add(shortNumber);//shortNumber
}
if (typeSeria != "")
{
typeSeriaList.Add(typeSeria);//тип серии
}
}
ocrRus.Dispose();
ocrEng.Dispose();
//собираем данные для структуры infoPage
infoPage.seriaNumber_ = highestMatch(seriaNumberList);
infoPage.country_ = highestMatch(countryList);
infoPage.orgSert_ = highestMatch(orgSertList);
infoPage.shortNumber_ = highestMatch(shortNumberList);
infoPage.typeSeria_ = highestMatch(typeSeriaList);
}
public List <Tesseract_OCR_Window.pdfPageInfo> getPrilozenia(Tesseract_OCR_Window.pdfPageInfo sertificate)
{
List <Tesseract_OCR_Window.pdfPageInfo> prilozeniaList = new List <Tesseract_OCR_Window.pdfPageInfo>();
//тащим приложения
var sertAndPril = ConsoleApplication10.Program.LoadCert(sertificate.orgSert_, sertificate.shortNumber_);
string prilozenia = sertAndPril.Info.prilblanks;
string[] separPrilozenia = prilozenia.Split(',');
List <string> separPrilozeniaList = new List <string>();
//проверка на наличие приложения
if (separPrilozenia.Length > 0)
{
if (separPrilozenia[0] == "n")
{
return(prilozeniaList);
}
}
//сохраняем приложения
for (int k = 0; k < separPrilozenia.Length; k++)
{
//чистим приложения
string pattern = @"[\W| ]*";
string replacement = "";
separPrilozenia[k] = Regex.Replace(separPrilozenia[k], pattern, replacement);
int sertSeriaNumber = Convert.ToInt32(separPrilozenia[k]);
string clearSeriaNumber = "0000000";
string prilSeriaNumber = Convert.ToString(sertSeriaNumber);
int amountOfSymbolsSSN = prilSeriaNumber.Length;
int amountClearSN = clearSeriaNumber.Length;
//clearSeriaNumber=clearSeriaNumber.Remove(2, 5).Insert(2, prilSeriaNumber);
clearSeriaNumber = clearSeriaNumber.Remove(amountClearSN - amountOfSymbolsSSN, amountOfSymbolsSSN).Insert(amountClearSN - amountOfSymbolsSSN, prilSeriaNumber);
separPrilozeniaList.Add(clearSeriaNumber);
}
//сортируем
separPrilozeniaList.Sort();
for (int k = 0; k < separPrilozeniaList.Count; k++)
{
//структура страницы pdf
Tesseract_OCR.Tesseract_OCR_Window.pdfPageInfo infoPrilPage;
infoPrilPage = sertificate;
infoPrilPage.numberOfPDFPage_ += k;
infoPrilPage.isTesseracted_ = false;
infoPrilPage.typeOfPage_ = Tesseract_OCR.Tesseract_OCR_Window.typeOfPage.PRILOZENIE;
infoPrilPage.textRus_ = "";
infoPrilPage.textEng_ = "";
infoPrilPage.seriaNumber_ = separPrilozeniaList[k];
infoPrilPage.fullNumber_ = infoPrilPage.techReglament_ + "RU " + infoPrilPage.typeOfSert_ + "-" + infoPrilPage.country_ + "." + infoPrilPage.orgSert_ + "." + infoPrilPage.typeSeria_ + "." + infoPrilPage.shortNumber_ + "." + infoPrilPage.seriaNumber_;
if (infoPrilPage.seriaNumber_ == "")
{
infoPrilPage.isTesseracted_ = false;
}
else
{
infoPrilPage.isTesseracted_ = true;
}
infoPrilPage.fullNumber_ = infoPrilPage.fullNumber_.ToUpper();//ставим верхний регистр
prilozeniaList.Add(infoPrilPage);
}
return(prilozeniaList);
}
//получение всех данные по странице с помощью масштабирования страницы с разным шагом(исп-ть, если не находит на исходном масштабе)
//sourceImage = входное изображение, stepScale = шаг масштабирования, amountOfSteps = кол-во проходов рескейлинга,
//infoPage = ссылка на структуру для заполнения
public void getData(Image sourceImage, ref Tesseract_OCR_Window.pdfPageInfo infoPage, ref Dictionary <string, string> replaceWords, float stepScale, int amountOfSteps)
{
//подключаем распознаватель
TesseractEngine ocrRus = new TesseractEngine("./tessdata", "rus", EngineMode.Default);
TesseractEngine ocrEng = new TesseractEngine("./tessdata", "eng", EngineMode.Default);
//создаем графический фильтр
TResizeTool resizeTool = new TResizeTool();
//ставим методику распознавания страницы
PageSegMode pSegMode = PageSegMode.SparseText;
string seriaNumber = ""; //серия
string country = ""; //страна
string orgSert = ""; //организация
string shortNumber = ""; //short number
string typeSeria = ""; //тип серии
float scaleValue = 1.0f; //исходный масштаб
for (int k = 0; k <= amountOfSteps; k++)
{
//по индексу отмасш-й страницы берем исходную(без масштаба)
Image img = sourceImage;
int newWidth = Convert.ToInt32((img.Width) * ((k * stepScale) + scaleValue));
int newHeight = Convert.ToInt32((img.Height) * ((k * stepScale) + scaleValue));
Bitmap imgBitmap = resizeTool.resizeImage(img, newWidth, newHeight);
Image rescaledPage = ((Image)imgBitmap);
string rescaledPageTextRus = "";
string rescaledPageTextEng = "";
//удаляем процесс, чтобы не было ошибки
using (var pageRus = ocrRus.Process(imgBitmap, pSegMode))
{
rescaledPageTextRus = pageRus.GetText();
}
//удаляем процесс, чтобы не было ошибки
using (var pageEng = ocrEng.Process(imgBitmap, pSegMode))
{
rescaledPageTextEng = pageEng.GetText();
}
//собираем данные для структуры infoPage
if (infoPage.seriaNumber_ == "")
{
seriaNumber = getSeriaNumber(rescaledPageTextRus, rescaledPageTextEng);//серия
if (seriaNumber != "")
{
infoPage.seriaNumber_ = seriaNumber;
}
}
if (infoPage.country_ == "")
{
country = getCountry(rescaledPageTextEng);
if (country != "")
{
infoPage.country_ = country;
}
}
if (infoPage.orgSert_ == "")
{
orgSert = getOrgSert(rescaledPageTextRus);
if (orgSert != "")
{
infoPage.orgSert_ = orgSert;
}
}
if (infoPage.shortNumber_ == "")
{
shortNumber = getShortNumber(rescaledPageTextRus);
if (shortNumber != "")
{
infoPage.shortNumber_ = shortNumber;
}
}
if (infoPage.typeSeria_ == "")
{
typeSeria = getTypeSeria(rescaledPageTextRus, rescaledPageTextEng, ref replaceWords);
if (typeSeria != "")
{
infoPage.typeSeria_ = typeSeria;
}
}
}
ocrRus.Dispose();
ocrEng.Dispose();
}
