Suppression ancien ocr
This commit is contained in:
Gross
parent
a6e9730355
commit
ea240a0333
@ -1,46 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
import java.awt.image.BufferedImage;
|
|
||||||
import java.io.File;
|
|
||||||
import java.io.IOException;
|
|
||||||
import java.util.ArrayList;
|
|
||||||
import java.util.HashMap;
|
|
||||||
import java.util.List;
|
|
||||||
|
|
||||||
|
|
||||||
import org.apache.pdfbox.pdmodel.PDDocument;
|
|
||||||
|
|
||||||
public class ControleurOCR {
|
|
||||||
|
|
||||||
public HashMap<String,String> getNumNote(String path){
|
|
||||||
|
|
||||||
PdfToImage pdfAnalyzer = new PdfToImage();
|
|
||||||
File pdfFile;
|
|
||||||
PDDocument document = null;
|
|
||||||
//LISTE DES IMAGES
|
|
||||||
ArrayList<BufferedImage> images = new ArrayList<>(); // stockera les images (resultat)
|
|
||||||
//HASHMAP POUR LE CSV
|
|
||||||
HashMap<String,String> listeNumNote = new HashMap<String, String>();
|
|
||||||
|
|
||||||
// CONVERT PAGES TO IMAGES
|
|
||||||
try {
|
|
||||||
String pdfFilesDirectory = "C:\\Users\\ph807242\\eclipse-workspace\\PT\\pdf\\";
|
|
||||||
// nom du fichier pdf à ouvrir (TODO: changer le chemin)
|
|
||||||
List<String> files = pdfAnalyzer.listAllFiles(pdfFilesDirectory, ".pdf");
|
|
||||||
for (String fname : files) {
|
|
||||||
pdfFile = new File(fname);
|
|
||||||
document = PDDocument.load(pdfFile); // charge le fichier pdf cree pour le traiter
|
|
||||||
images.addAll(pdfAnalyzer.convertPagesToBWJPG(document));
|
|
||||||
// appelle la methode qui convertit les pages en images (jpg) noir et blanches
|
|
||||||
}
|
|
||||||
} catch (IOException e) {
|
|
||||||
System.out.println(e);
|
|
||||||
}
|
|
||||||
|
|
||||||
//LISTE DES IMAGES COMPRENANT L'IMAGE DE LA NOTE ET DU NUM ETUDIANT
|
|
||||||
ListeImageNGCC liNGCC = new ListeImageNGCC(images);
|
|
||||||
|
|
||||||
listeNumNote = liNGCC.doOCR();
|
|
||||||
return listeNumNote;
|
|
||||||
|
|
||||||
}
|
|
||||||
}
|
|
||||||
@ -1,37 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
|
|
||||||
import java.awt.image.*;
|
|
||||||
|
|
||||||
import javax.imageio.ImageIO;
|
|
||||||
|
|
||||||
import org.apache.pdfbox.rendering.ImageType;
|
|
||||||
|
|
||||||
import java.awt.Image;
|
|
||||||
@SuppressWarnings("unused")
|
|
||||||
public class ImageNGCC {
|
|
||||||
|
|
||||||
BufferedImage imgcopie ;
|
|
||||||
BufferedImage imgNumEtu;
|
|
||||||
BufferedImage imgNote;
|
|
||||||
|
|
||||||
public ImageNGCC(BufferedImage buf){
|
|
||||||
imgcopie=buf;
|
|
||||||
imgNumEtu = imgcopie.getSubimage(0,0, 100, 50);
|
|
||||||
imgNote = imgcopie.getSubimage(50,50,100,50);
|
|
||||||
}
|
|
||||||
|
|
||||||
public BufferedImage getImgNumEtu() {
|
|
||||||
return imgNumEtu;
|
|
||||||
}
|
|
||||||
|
|
||||||
public BufferedImage getImgNote() {
|
|
||||||
return imgNote;
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
}
|
|
||||||
//https://docs.oracle.com/javase/tutorial/2d/images/drawimage.html
|
|
||||||
@ -1,46 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
|
|
||||||
|
|
||||||
import java.awt.image.BufferedImage;
|
|
||||||
import java.util.ArrayList;
|
|
||||||
import java.util.HashMap;
|
|
||||||
;
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
public class ListeImageNGCC {
|
|
||||||
|
|
||||||
private ArrayList<ImageNGCC> listeImage = new ArrayList<ImageNGCC>();
|
|
||||||
|
|
||||||
|
|
||||||
public ListeImageNGCC(ArrayList<BufferedImage> liste) {
|
|
||||||
|
|
||||||
for(int i=0; i<liste.size();i++)
|
|
||||||
{
|
|
||||||
//ON AJOUTE UNE IMAGE NGCC CREE A PARTIR DE CHAQUE IMAGE DE LA LISTE D'IMAGE BUF
|
|
||||||
listeImage.add(new ImageNGCC(liste.get(i)) );
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
public ArrayList<ImageNGCC> getListeImage(ArrayList<BufferedImage> liste) {
|
|
||||||
return listeImage;
|
|
||||||
}
|
|
||||||
|
|
||||||
public int taille() {
|
|
||||||
return listeImage.size();
|
|
||||||
}
|
|
||||||
|
|
||||||
public HashMap<String, String> doOCR(){
|
|
||||||
HashMap<String,String> maMap = new HashMap<String, String>();
|
|
||||||
OCR ocr = new OCR();
|
|
||||||
for (int i=0;i<listeImage.size();i++) {
|
|
||||||
String strNote;
|
|
||||||
String strNumEtu;
|
|
||||||
strNote = ocr.getOCR(listeImage.get(i).getImgNote());
|
|
||||||
strNumEtu = ocr.getOCR(listeImage.get(i).getImgNumEtu());
|
|
||||||
maMap.put(strNumEtu, strNote);
|
|
||||||
}
|
|
||||||
return maMap;
|
|
||||||
}
|
|
||||||
|
|
||||||
}
|
|
||||||
@ -1,46 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
import java.awt.image.BufferedImage;
|
|
||||||
import java.io.File;
|
|
||||||
import java.io.IOException;
|
|
||||||
import java.util.ArrayList;
|
|
||||||
import java.util.HashMap;
|
|
||||||
import java.util.List;
|
|
||||||
|
|
||||||
|
|
||||||
import org.apache.pdfbox.pdmodel.PDDocument;
|
|
||||||
|
|
||||||
public class Main {
|
|
||||||
|
|
||||||
public static void main(String args[]) throws IOException {
|
|
||||||
|
|
||||||
PdfToImage pdfAnalyzer = new PdfToImage();
|
|
||||||
File pdfFile;
|
|
||||||
PDDocument document = null;
|
|
||||||
//LISTE DES IMAGES
|
|
||||||
ArrayList<BufferedImage> images = new ArrayList<>(); // stockera les images (resultat)
|
|
||||||
//HASHMAP POUR LE CSV
|
|
||||||
HashMap<String,String> listeNumNote = new HashMap<String, String>();
|
|
||||||
|
|
||||||
// CONVERT PAGES TO IMAGES
|
|
||||||
try {
|
|
||||||
String pdfFilesDirectory = "C:\\Users\\ph807242\\eclipse-workspace\\PT\\pdf\\";
|
|
||||||
// nom du fichier pdf à ouvrir (TODO: changer le chemin)
|
|
||||||
List<String> files = pdfAnalyzer.listAllFiles(pdfFilesDirectory, ".pdf");
|
|
||||||
for (String fname : files) {
|
|
||||||
pdfFile = new File(fname);
|
|
||||||
document = PDDocument.load(pdfFile); // charge le fichier pdf cree pour le traiter
|
|
||||||
images.addAll(pdfAnalyzer.convertPagesToBWJPG(document));
|
|
||||||
// appelle la methode qui convertit les pages en images (jpg) noir et blanches
|
|
||||||
}
|
|
||||||
} catch (IOException e) {
|
|
||||||
System.out.println(e);
|
|
||||||
}
|
|
||||||
|
|
||||||
//LISTE DES IMAGES COMPRENANT L'IMAGE DE LA NOTE ET DU NUM ETUDIANT
|
|
||||||
ListeImageNGCC liNGCC = new ListeImageNGCC(images);
|
|
||||||
|
|
||||||
listeNumNote = liNGCC.doOCR();
|
|
||||||
|
|
||||||
|
|
||||||
}
|
|
||||||
}
|
|
||||||
@ -1,28 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
import java.awt.image.BufferedImage;
|
|
||||||
|
|
||||||
|
|
||||||
import net.sourceforge.tess4j.Tesseract;
|
|
||||||
import net.sourceforge.tess4j.TesseractException;
|
|
||||||
|
|
||||||
public class OCR {
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
public String getOCR(BufferedImage img) {
|
|
||||||
//FAIRE L'OCR
|
|
||||||
Tesseract tesseract = new Tesseract();
|
|
||||||
String str="";
|
|
||||||
try {
|
|
||||||
tesseract.setOcrEngineMode(2);
|
|
||||||
tesseract.setTessVariable("tessedit_char_whitelist", "A-Za-z1-9");
|
|
||||||
str=tesseract.doOCR(img);
|
|
||||||
} catch (TesseractException e) {
|
|
||||||
|
|
||||||
e.printStackTrace();
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
return str;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
@ -1,101 +0,0 @@
|
|||||||
package ocr_orm;
|
|
||||||
import java.awt.image.BufferedImage;
|
|
||||||
import java.io.File;
|
|
||||||
import java.io.IOException;
|
|
||||||
import java.nio.file.Files;
|
|
||||||
import java.nio.file.Path;
|
|
||||||
import java.nio.file.Paths;
|
|
||||||
import java.util.ArrayList;
|
|
||||||
import java.util.List;
|
|
||||||
import java.util.stream.Collectors;
|
|
||||||
import java.util.stream.Stream;
|
|
||||||
|
|
||||||
import javax.imageio.ImageIO;
|
|
||||||
|
|
||||||
import org.apache.pdfbox.pdmodel.PDDocument;
|
|
||||||
import org.apache.pdfbox.pdmodel.PDPage;
|
|
||||||
import org.apache.pdfbox.rendering.ImageType;
|
|
||||||
import org.apache.pdfbox.rendering.PDFRenderer;
|
|
||||||
|
|
||||||
public class PdfToImage {
|
|
||||||
|
|
||||||
public List<String> listAllFiles(String directory, String extension) {
|
|
||||||
// https://www.mkyong.com/java/java-how-to-list-all-files-in-a-directory/
|
|
||||||
List<String> files = new ArrayList<String>();
|
|
||||||
try (Stream<Path> walk = Files.walk(Paths.get(directory))) {
|
|
||||||
// voir simplification si necessaire
|
|
||||||
files = walk.map(x -> x.toString()).filter(f -> f.endsWith(extension)).collect(Collectors.toList());
|
|
||||||
} catch (IOException ioe) {
|
|
||||||
ioe.printStackTrace();
|
|
||||||
}
|
|
||||||
return files;
|
|
||||||
}
|
|
||||||
|
|
||||||
public BufferedImage blackWhiteConvert(BufferedImage image) {
|
|
||||||
// Convertit une image en image en noir et blanc
|
|
||||||
// TODO : voir recursivite
|
|
||||||
int width = image.getWidth();
|
|
||||||
int height = image.getHeight();
|
|
||||||
for (int x = 0; x < width; x++) {
|
|
||||||
for (int y = 0; y < height; y++) {
|
|
||||||
if (image.getRGB(x, y) < 128) {
|
|
||||||
image.setRGB(x, y, 0);
|
|
||||||
} else {
|
|
||||||
image.setRGB(x, y, 255);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return image;
|
|
||||||
}
|
|
||||||
|
|
||||||
public boolean isBlackWhite(BufferedImage image) {
|
|
||||||
// verifie si une image est en noir et blanc
|
|
||||||
// TODO : voir recursivite
|
|
||||||
int width = image.getWidth();
|
|
||||||
int height = image.getHeight();
|
|
||||||
for (int x = 0; x < width; x++) {
|
|
||||||
for (int y = 0; y < height; y++) {
|
|
||||||
if ((image.getRGB(x, y) != 0) || (image.getRGB(x, y) != 255)) {
|
|
||||||
return false;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
|
|
||||||
public ArrayList<BufferedImage> convertPagesToBWJPG(PDDocument document) {
|
|
||||||
// convertit chaque page d'un document pdf en image noir et blanc
|
|
||||||
// retourne une array liste d'images
|
|
||||||
ArrayList<BufferedImage> images = new ArrayList<BufferedImage>();
|
|
||||||
PDFRenderer pdfRenderer = new PDFRenderer(document);
|
|
||||||
try {
|
|
||||||
int pageCounter = 0;
|
|
||||||
for (PDPage page : document.getPages()) {
|
|
||||||
System.out.println("page.getRotation() : " + page.getRotation());
|
|
||||||
System.out.println("pageCounter : " + pageCounter);
|
|
||||||
BufferedImage bim = pdfRenderer.renderImageWithDPI(pageCounter++, 300, ImageType.BINARY); // BINARY =
|
|
||||||
// noir et
|
|
||||||
// blanc
|
|
||||||
images.add(bim);
|
|
||||||
System.out.println("Ajout n°" + pageCounter);
|
|
||||||
}
|
|
||||||
// document.close();
|
|
||||||
} catch (IOException ioe) {
|
|
||||||
ioe.printStackTrace();
|
|
||||||
}
|
|
||||||
return images;
|
|
||||||
}
|
|
||||||
|
|
||||||
public void saveOnDisk(ArrayList<BufferedImage> images, String originalFileDir) {
|
|
||||||
// sauvegarde sur le disque les images
|
|
||||||
int pageCounter = 0;
|
|
||||||
try {
|
|
||||||
for (BufferedImage img : images) {
|
|
||||||
ImageIO.write(img, "JPEG", new File(originalFileDir + "img_" + pageCounter++ + ".jpg"));
|
|
||||||
}
|
|
||||||
} catch (IOException ioe) {
|
|
||||||
ioe.printStackTrace();
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
}
|
|
||||||
Loading…
x
Reference in New Issue
Block a user