//получение номера серии через 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
public string getSeriaNumberViaRescaling(Image sourceImage, 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 = "";
float scaleValue = 1.0f;//исходный масштаб
List <string> seriaList = new List <string>();
for (int k = 1; 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();
}
seriaList.Add(getSeriaNumber(rescaledPageTextRus, rescaledPageTextEng));
}
seriaNumber = highestMatch(seriaList);
ocrRus.Dispose();
ocrEng.Dispose();
return(seriaNumber);
}
private void OcrBtn_Click(object sender, EventArgs e)
{
try {
if (docFilePath == "")
{
folderBrowserDialog.ShowDialog();
}
{
//if(true)
//чистим объекты формы
textBox.Text = "";
isDoneProcLabel.Text = "";
Dictionary <string, string> words = null;
//инициализируем словарь транслитеризации
initDictionary(ref words);
//folderBrowserDialog.SelectedPath = "C:\\Users\\YashuninAM\\Desktop\\[ПО]Разработка\\[ПО]Распознаватель_сертов_и_приложений\\2\\Сертификаты\\Сертификаты\\Test";
//folderBrowserDialog.SelectedPath = "C:\\Users\\YashuninAM\\Desktop\\[ПО]Разработка\\[ПО]Распознаватель_сертов_и_приложений\\2\\Сертификаты\\Сертификаты\\Test_debug";
//folderBrowserDialog.SelectedPath = @"C:\Users\YashuninAM\Desktop\[ПО]Разработка\[ПО]Распознаватель_сертов_и_приложений\2\Сертификаты\Сертификаты\[ПРОММАШТЕСТ]Test_Debug";
//folderBrowserDialog.SelectedPath = @"C:\Users\Alexey\Desktop\[ПРОММАШТЕСТ]Test_Debug";
//создаем pdf конвертер
TPDFConverter pdfConverter = new TPDFConverter();
//для записи Image'й в файл
TFileWriter fileWriter = new TFileWriter();
//создаем графические фильтры
TCropTool cropTool = new TCropTool();
TResizeTool resizeTool = new TResizeTool();
//создаем поисковик
TTeseract_OCR tesOCR = new TTeseract_OCR();
//забираем кол-во тасков
if (Tasks_amount_txtbox.Text != "")
{
delimTaskValue = Convert.ToInt32(Tasks_amount_txtbox.Text);
abbyOCR = new TABBYFineReader(delimTaskValue);//ставим значение от delimTaskValue (в коде ниже)
}
else
{
abbyOCR = new TABBYFineReader(delimTaskValue);//ставим значение от delimTaskValue (в коде ниже)
}
//контейнеры для обработанных изображений
List <Image> imagePdfPages = null;
List <Image> imageCropPages = new List <Image>();
List <Image> imageScaledPages = new List <Image>();
//задаем выходной формат изображения
System.Drawing.Imaging.ImageFormat imgFormat = System.Drawing.Imaging.ImageFormat.Png;
//удаляем старые выходные данные
string currentPath = System.IO.Directory.GetCurrentDirectory();
//сохраняем путь к папке входных данных
string inputFolder = folderBrowserDialog.SelectedPath;
//получаем название папки для дальнейшего экспорта содержимого
string folderName = "";
if (docFilePath == "")
{
folderName = Path.GetFileName(Path.GetDirectoryName(folderBrowserDialog.SelectedPath + "\\"));
}
else
{
string filePath = (File.ReadAllLines(docFilePath)[0]);
folderName = Path.GetFileName(Path.GetDirectoryName(filePath));
}
string outFilePath = currentPath + "\\[OUT]Data\\" + folderName;
//string outFilePath = @"\\msk-dc01-elma1p\elmabin\cert archive\\" + folderName;
//создаем папку для выходных документов pdf
System.IO.Directory.CreateDirectory(outFilePath);
//создаем папку для текущего документа
System.IO.Directory.CreateDirectory(currentPath + "\\[OUT]Data\\");
//пишем список оставшихся файлов для распознания, если упало
string outCrashFolder = currentPath + "\\[Crash]Log";
if (System.IO.Directory.Exists(outCrashFolder))
{
System.IO.Directory.Delete(outCrashFolder, true);
}
System.IO.Directory.CreateDirectory(outCrashFolder);
//составляем список pdf файлов
if (docFilePath != "")
{
string[] lines = File.ReadAllLines(docFilePath, Encoding.UTF8);
fileNames = new List <string>();
for (int i = 0; i < lines.Length; i++)
{
fileNames.Add(lines[i]);
}
}
else
{
fileNames = getPdfFiles(inputFolder);
}
//устанавливаем предел прогресс-бара
processProgressBar.Maximum = fileNames.Count;
//рендерим, распознаем, сохраняем документы
for (int i = 0; i < fileNames.Count; i++)
{
//пишем текущий файл в документ для последующего учета
if (File.Exists(currentPath + "\\[OUT]Data\\Current_file.txt") == true)
{
File.Delete(currentPath + "\\[OUT]Data\\Current_file.txt");
}
System.IO.File.WriteAllText(currentPath + "\\[OUT]Data\\Current_file.txt", fileNames[i]);
//сохраняем индекс для аварийного случая
curIndFileNames = i;
//чтобы система успевала обработать запросы и других COM-библиотек
Application.DoEvents();
//читаем pdf документ и рендерим в imag'ы
try {
imagePdfPages = pdfConverter.pdfToImage(fileNames[i], 300, 3.0f);
//throw new System.ArgumentException("Parameter cannot be null", "original");
} catch (System.Exception error) {
//сохраняем название проблемного файла
saveErrorFile(error, fileNames[i]);
continue;
}
////////////////////////////////////////////////////////////////////////////
//вырезаем верхнюю часть страницы(20%) и сохраняем отдельно
float cropValue = 0.09f;
float cropHeightOffset = 0.08f;
for (int j = 0; j < imagePdfPages.Count; j++)
{
Image img = imagePdfPages[j];
int imgCropHeight = Convert.ToInt32((img.Height) * (cropValue));
int imgCropHeightOffset = Convert.ToInt32((img.Height) * (cropHeightOffset));
Rectangle imgCropRect = new Rectangle(0, imgCropHeightOffset, img.Width, imgCropHeight);
img = cropTool.cropImage(img, imgCropRect);
imagePdfPages[j] = img;
}
////////////////////////////////////////////////////////////////////////////
//увеличиваем размер входного изображения(т.е масштабируем)
float scaleValue = 1.5f;// начинаем с 50%
for (int j = 0; j < imagePdfPages.Count; j++)
{
Image img = imagePdfPages[j];
int newWidth = Convert.ToInt32((img.Width) * (scaleValue));
int newHeight = Convert.ToInt32((img.Height) * (scaleValue));
Bitmap imgBitmap = resizeTool.resizeImage(img, newWidth, newHeight);
imageScaledPages.Add((Image)imgBitmap);
}
//создаем список задач
ocrTasks = new Task[imagePdfPages.Count];
//проходим по страницам документа
List <pdfPageInfo> infoPages = new List <pdfPageInfo>(imagePdfPages.Count);//информация по страницам pdf
//распознаем страницы
for (int j = 0; j < imageScaledPages.Count; j++)
{
object arg = j;
ocrTasks[j] = new Task(() => ocrImage(ref imagePdfPages, ref imageScaledPages, ref infoPages, arg));
}
/*//кол-во тасков, запускаемых одновременно
* int delimTaskValue=2;*/
//запускаем таски
for (int j = 0; j < ocrTasks.Length; j++)
{
if (((j + 1) % delimTaskValue == 0))
{
Task[] delimTasks = new Task[delimTaskValue];
for (int k = 0; k < delimTaskValue; k++)
{
delimTasks[k] = ocrTasks[(j + 1) - delimTaskValue + k];
}
for (int k = 0; k < delimTaskValue; k++)
{
delimTasks[k].Start();
}
//ждем завершения всех тасков
Task.WaitAll(delimTasks);
//удаляем следы FineReader'а
abbyOCR.destroyFRProcess();
}
//ocrTasks[j].Start();
}
//разбираем остаточную страницу(если есть)
int ostatokPages = (ocrTasks.Length % 2);
if (ostatokPages != 0)
{
ocrTasks[ocrTasks.Length - 1].Start();
ocrTasks[ocrTasks.Length - 1].Wait();
}
//ждем завершения всех тасков
//Task.WaitAll(ocrTasks);
//если документ состоит из сертификата и приложений, то сохраняем
if (infoPages.Count > 0)
{
//сохраняем документы
fileWriter.exportSertificatesAndPrilozenia(fileNames[i], outFilePath, infoPages);
}
//throw new ArgumentNullException();//для отладки лога
//пишем лог
if (textBox.Text == "")
{
string textBoxStrTemp = "[" + (i + 1) + "] = " + fileNames[i] + "\n";
textBox.Text = textBoxStrTemp.Replace("\n", Environment.NewLine);
}
else
{
string textBoxStr = textBox.Text + "\n[" + (i + 1) + "] = " + fileNames[i] + "\n";
textBox.Text = textBoxStr.Replace("\n", Environment.NewLine);
}
processProgressBar.Value += 1;
//обновляем форму
this.Refresh();
Application.DoEvents();
//чистим infoPages
infoPages.Clear();
//чистим контейнеры с изображениями, поскольку размеры контейнеров равны, то берем один из двух
for (int j = 0; j < imagePdfPages.Count; j++)
{
imagePdfPages[j].Dispose();
imageScaledPages[j].Dispose();
}
imagePdfPages.Clear();
imageScaledPages.Clear();
//удаляем временные файлы FineReader'а
abbyOCR.destroyOutFolders();
//удаляем следы FineReader'а
abbyOCR.destroyFRProcess();
//txtResult.Text = infoPage.fullNumber_;
}
//когда процесс закончен, то выводим уведомления
isDoneProcLabel.Text = "Done";
MessageBox.Show("Done");
}
} catch (Exception error) {
saveErrorFile(error, "");
}
}
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);
}
//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();
}