333 lines
13 KiB
Python
333 lines
13 KiB
Python
# -*- coding: utf-8 -*-
|
|
"""
|
|
OCR 모듈 - PaddleOCR3을 사용한 텍스트 감지
|
|
폴리곤 방식으로 텍스트 영역을 감지합니다.
|
|
"""
|
|
|
|
import cv2
|
|
import numpy as np
|
|
import os
|
|
import logging
|
|
from typing import List, Dict, Any
|
|
|
|
class OCRModule:
|
|
def __init__(self, logger=None, base_dir=None):
|
|
self.logger = logger
|
|
self.base_dir = base_dir
|
|
|
|
# CPU만 사용하도록 환경 변수 설정
|
|
os.environ['CUDA_VISIBLE_DEVICES'] = ''
|
|
|
|
self.ocr = None
|
|
|
|
self.ocr = self.initialize_ocr()
|
|
if self.ocr is None:
|
|
raise Exception("PaddleOCR 초기화 실패")
|
|
|
|
def initialize_ocr(self):
|
|
"""
|
|
PaddleOCR 초기화. det_enabled 옵션에 따라 Detection 모델 사용 여부 결정.
|
|
"""
|
|
# 모델 디렉토리 설정
|
|
self.rec_model_dir = os.path.join(self.base_dir, "modules", "PP_Models", "rec")
|
|
self.det_model_dir = os.path.join(self.base_dir, "modules", "PP_Models", "det")
|
|
self.cls_model_dir = os.path.join(self.base_dir, "modules", "PP_Models", "cls")
|
|
|
|
try:
|
|
from paddleocr import PaddleOCR
|
|
|
|
ocr = PaddleOCR(
|
|
use_gpu=False,
|
|
use_angle_cls=True, # 텍스트 방향 분류 활성화
|
|
lang="ch",
|
|
det_model_dir=self.det_model_dir,
|
|
rec_model_dir=self.rec_model_dir,
|
|
cls_model_dir=self.cls_model_dir
|
|
)
|
|
return ocr
|
|
except Exception as e:
|
|
self.logger.log(f"❌ PaddleOCR 초기화 실패: {e}", level=logging.ERROR, exc_info=True)
|
|
# raise e # 에러 발생시 프로그램 종료
|
|
return None
|
|
|
|
|
|
def detect_text(self, image_path: str, method: str = 'polygon') -> List[Dict[str, Any]]:
|
|
"""
|
|
이미지에서 텍스트를 감지하고 다양한 방식으로 영역 반환
|
|
|
|
Args:
|
|
image_path (str): 이미지 파일 경로
|
|
method (str): 감지 방식 ('polygon', 'bbox', 'expanded_bbox', 'rotated_bbox', 'contour')
|
|
|
|
Returns:
|
|
List[Dict]: 감지된 텍스트 정보 리스트
|
|
- text: 감지된 텍스트
|
|
- confidence: 신뢰도
|
|
- polygon: 폴리곤 좌표 (4개 점)
|
|
- bbox: 바운딩 박스 좌표 (x, y, w, h)
|
|
- method: 사용된 감지 방식
|
|
"""
|
|
if not os.path.exists(image_path):
|
|
self.logger.log(f"이미지 파일을 찾을 수 없습니다: {image_path}", level=logging.ERROR)
|
|
return []
|
|
|
|
try:
|
|
# 이미지 읽기
|
|
image = cv2.imread(image_path)
|
|
if image is None:
|
|
self.logger.log(f"이미지를 읽을 수 없습니다: {image_path}", level=logging.ERROR)
|
|
return []
|
|
|
|
self.logger.log(f"🔍 OCR 감지 방식: {method}", level=logging.INFO)
|
|
|
|
# 실제 OCR 실행
|
|
# ocr_raw_results = self.ocr.predict(image)
|
|
ocr_raw_results = self.ocr.ocr(image)
|
|
|
|
self.logger.log(f"ocr_raw_results: {ocr_raw_results}", level=logging.INFO)
|
|
for line in ocr_raw_results:
|
|
self.logger.log(f"line: {line}", level=logging.INFO)
|
|
|
|
if not ocr_raw_results or len(ocr_raw_results) == 0:
|
|
self.logger.log("⚠️ OCR 결과가 비어있습니다.", level=logging.WARNING)
|
|
return []
|
|
|
|
# paddleocr 2.x 결과 파싱
|
|
converted_results = []
|
|
for page in ocr_raw_results: # page는 텍스트별 결과 리스트
|
|
for line in page:
|
|
poly = line[0]
|
|
text = line[1][0]
|
|
score = line[1][1]
|
|
converted_results.append([poly, [text, score]])
|
|
|
|
# 감지 방식에 따라 결과 처리
|
|
if method == 'polygon':
|
|
ocr_results = self._detect_with_polygon(image, converted_results)
|
|
elif method == 'bbox':
|
|
ocr_results = self._detect_with_bbox(image, converted_results)
|
|
elif method == 'expanded_bbox':
|
|
ocr_results = self._detect_with_expanded_bbox(image, converted_results)
|
|
elif method == 'rotated_bbox':
|
|
ocr_results = self._detect_with_rotated_bbox(image, converted_results)
|
|
elif method == 'contour':
|
|
ocr_results = self._detect_with_contour(image, converted_results)
|
|
else:
|
|
self.logger.log(f"⚠️ 지원하지 않는 감지 방식: {method}, 기본 polygon 방식 사용", level=logging.WARNING)
|
|
ocr_results = self._detect_with_polygon(image, converted_results)
|
|
|
|
return ocr_results
|
|
|
|
except Exception as e:
|
|
self.logger.log(f"❌ OCR 처리 중 오류 발생: {e}", level=logging.ERROR, exc_info=True)
|
|
return []
|
|
|
|
def filter_chinese_text(self, ocr_results: List[Dict]) -> List[Dict]:
|
|
"""
|
|
중국어 텍스트만 필터링
|
|
|
|
Args:
|
|
ocr_results (List[Dict]): OCR 결과
|
|
|
|
Returns:
|
|
List[Dict]: 중국어 텍스트만 포함된 결과
|
|
"""
|
|
chinese_results = []
|
|
|
|
for result in ocr_results:
|
|
text = result['text']
|
|
# 중국어 문자 범위 확인 (간체/번체 포함)
|
|
if any('\u4e00' <= char <= '\u9fff' for char in text):
|
|
chinese_results.append(result)
|
|
|
|
self.logger.log(f"중국어 텍스트 {len(chinese_results)}개 필터링 완료", level=logging.INFO)
|
|
return chinese_results
|
|
|
|
|
|
def _detect_with_polygon(self, image: np.ndarray, ocr_raw_results: List) -> List[Dict[str, Any]]:
|
|
"""폴리곤 방식으로 텍스트 영역 감지 (기본 방식)"""
|
|
ocr_results = []
|
|
|
|
for line in ocr_raw_results:
|
|
if len(line) >= 2:
|
|
polygon = line[0] # 폴리곤 좌표 (4개 점)
|
|
text_info = line[1] # (텍스트, 신뢰도)
|
|
|
|
if len(text_info) >= 2:
|
|
text = text_info[0]
|
|
confidence = text_info[1]
|
|
|
|
# 폴리곤을 바운딩 박스로 변환
|
|
polygon_np = np.array(polygon, dtype=np.int32)
|
|
x, y, w, h = cv2.boundingRect(polygon_np)
|
|
|
|
ocr_result = {
|
|
'text': text,
|
|
'confidence': confidence,
|
|
'polygon': polygon,
|
|
'bbox': (x, y, w, h),
|
|
'method': 'polygon'
|
|
}
|
|
ocr_results.append(ocr_result)
|
|
|
|
return ocr_results
|
|
|
|
def _detect_with_bbox(self, image: np.ndarray, ocr_raw_results: List) -> List[Dict[str, Any]]:
|
|
"""바운딩 박스 방식으로 텍스트 영역 감지"""
|
|
ocr_results = []
|
|
|
|
for line in ocr_raw_results:
|
|
if len(line) >= 2:
|
|
polygon = line[0]
|
|
text_info = line[1]
|
|
|
|
if len(text_info) >= 2:
|
|
text = text_info[0]
|
|
confidence = text_info[1]
|
|
|
|
# 바운딩 박스 계산
|
|
polygon_np = np.array(polygon, dtype=np.int32)
|
|
x, y, w, h = cv2.boundingRect(polygon_np)
|
|
|
|
# 바운딩 박스를 폴리곤으로 변환
|
|
bbox_polygon = [
|
|
[x, y],
|
|
[x + w, y],
|
|
[x + w, y + h],
|
|
[x, y + h]
|
|
]
|
|
|
|
ocr_result = {
|
|
'text': text,
|
|
'confidence': confidence,
|
|
'polygon': bbox_polygon,
|
|
'bbox': (x, y, w, h),
|
|
'method': 'bbox'
|
|
}
|
|
ocr_results.append(ocr_result)
|
|
|
|
return ocr_results
|
|
|
|
def _detect_with_expanded_bbox(self, image: np.ndarray, ocr_raw_results: List) -> List[Dict[str, Any]]:
|
|
"""확장된 바운딩 박스 방식으로 텍스트 영역 감지"""
|
|
ocr_results = []
|
|
h_img, w_img = image.shape[:2]
|
|
|
|
for line in ocr_raw_results:
|
|
if len(line) >= 2:
|
|
polygon = line[0]
|
|
text_info = line[1]
|
|
|
|
if len(text_info) >= 2:
|
|
text = text_info[0]
|
|
confidence = text_info[1]
|
|
|
|
# 기본 바운딩 박스
|
|
polygon_np = np.array(polygon, dtype=np.int32)
|
|
x, y, w, h = cv2.boundingRect(polygon_np)
|
|
|
|
# 확장 크기 계산 (텍스트 크기의 20%)
|
|
expand_x = max(1, int(w * 0.2))
|
|
expand_y = max(1, int(h * 0.2))
|
|
|
|
# 확장된 바운딩 박스
|
|
x_exp = max(0, x - expand_x)
|
|
y_exp = max(0, y - expand_y)
|
|
w_exp = min(w_img - x_exp, w + 2 * expand_x)
|
|
h_exp = min(h_img - y_exp, h + 2 * expand_y)
|
|
|
|
# 확장된 바운딩 박스를 폴리곤으로 변환
|
|
expanded_polygon = [
|
|
[x_exp, y_exp],
|
|
[x_exp + w_exp, y_exp],
|
|
[x_exp + w_exp, y_exp + h_exp],
|
|
[x_exp, y_exp + h_exp]
|
|
]
|
|
|
|
ocr_result = {
|
|
'text': text,
|
|
'confidence': confidence,
|
|
'polygon': expanded_polygon,
|
|
'bbox': (x_exp, y_exp, w_exp, h_exp),
|
|
'method': 'expanded_bbox'
|
|
}
|
|
ocr_results.append(ocr_result)
|
|
|
|
return ocr_results
|
|
|
|
def _detect_with_rotated_bbox(self, image: np.ndarray, ocr_raw_results: List) -> List[Dict[str, Any]]:
|
|
"""회전된 바운딩 박스 방식으로 텍스트 영역 감지"""
|
|
ocr_results = []
|
|
|
|
for line in ocr_raw_results:
|
|
if len(line) >= 2:
|
|
polygon = line[0]
|
|
text_info = line[1]
|
|
|
|
if len(text_info) >= 2:
|
|
text = text_info[0]
|
|
confidence = text_info[1]
|
|
|
|
# 회전된 바운딩 박스 계산
|
|
polygon_np = np.array(polygon, dtype=np.float32)
|
|
rect = cv2.minAreaRect(polygon_np)
|
|
box = cv2.boxPoints(rect)
|
|
box = np.int32(box)
|
|
|
|
# 일반 바운딩 박스도 계산
|
|
x, y, w, h = cv2.boundingRect(polygon_np.astype(np.int32))
|
|
|
|
ocr_result = {
|
|
'text': text,
|
|
'confidence': confidence,
|
|
'polygon': box.tolist(),
|
|
'bbox': (x, y, w, h),
|
|
'method': 'rotated_bbox',
|
|
'rotation_info': {
|
|
'center': rect[0],
|
|
'size': rect[1],
|
|
'angle': rect[2]
|
|
}
|
|
}
|
|
ocr_results.append(ocr_result)
|
|
|
|
return ocr_results
|
|
|
|
def _detect_with_contour(self, image: np.ndarray, ocr_raw_results: List) -> List[Dict[str, Any]]:
|
|
"""컨투어 방식으로 텍스트 영역 감지"""
|
|
ocr_results = []
|
|
|
|
for line in ocr_raw_results:
|
|
if len(line) >= 2:
|
|
polygon = line[0]
|
|
text_info = line[1]
|
|
|
|
if len(text_info) >= 2:
|
|
text = text_info[0]
|
|
confidence = text_info[1]
|
|
|
|
# 폴리곤을 컨투어로 변환
|
|
polygon_np = np.array(polygon, dtype=np.int32)
|
|
|
|
# 컨투어 근사화
|
|
epsilon = 0.02 * cv2.arcLength(polygon_np, True)
|
|
approx_contour = cv2.approxPolyDP(polygon_np, epsilon, True)
|
|
|
|
# 컨투어를 다시 폴리곤으로 변환
|
|
contour_polygon = approx_contour.reshape(-1, 2).tolist()
|
|
|
|
# 바운딩 박스 계산
|
|
x, y, w, h = cv2.boundingRect(polygon_np)
|
|
|
|
ocr_result = {
|
|
'text': text,
|
|
'confidence': confidence,
|
|
'polygon': contour_polygon,
|
|
'bbox': (x, y, w, h),
|
|
'method': 'contour',
|
|
'contour_points': len(contour_polygon)
|
|
}
|
|
ocr_results.append(ocr_result)
|
|
|
|
return ocr_results
|