|
|
|
|
|
|
|
|
|
|
|
|
|
import copy |
|
import numpy |
|
import subprocess |
|
import xml.etree.ElementTree as ET |
|
|
|
from .base_proc import BaseInferenceProcess |
|
|
|
|
|
class LineOcrProcess(BaseInferenceProcess): |
|
""" |
|
行文字認識推論を実行するプロセスのクラス。 |
|
BaseInferenceProcessを継承しています。 |
|
""" |
|
def __init__(self, cfg, pid): |
|
""" |
|
Parameters |
|
---------- |
|
cfg : dict |
|
本推論処理における設定情報です。 |
|
pid : int |
|
実行される順序を表す数値。 |
|
""" |
|
super().__init__(cfg, pid, '_line_ocr') |
|
process1 = subprocess.Popen(['cat', self.cfg['line_ocr']['char_list']], stdout=subprocess.PIPE) |
|
process2 = subprocess.Popen(['tr', '-d', '\\n'], stdin=process1.stdout, stdout=subprocess.PIPE) |
|
self.character = '〓' + process2.stdout.read().decode() |
|
|
|
from src.text_recognition.text_recognition import InferencerWithCLI |
|
self._inferencer = InferencerWithCLI(self.cfg['line_ocr'], self.character) |
|
self._run_src_inference = self._inferencer.inference_wich_cli |
|
|
|
def _is_valid_input(self, input_data): |
|
""" |
|
本クラスの推論処理における入力データのバリデーション。 |
|
|
|
Parameters |
|
---------- |
|
input_data : dict |
|
推論処理を実行する対象の入力データ。 |
|
|
|
Returns |
|
------- |
|
[変数なし] : bool |
|
入力データが正しければTrue, そうでなければFalseを返します。 |
|
""" |
|
if type(input_data['img']) is not numpy.ndarray: |
|
print('LineOcrProcess: input img is not numpy.ndarray') |
|
return False |
|
if type(input_data['xml']) is not ET.ElementTree: |
|
print('LineOcrProcess: input xml is not ElementTree') |
|
return False |
|
return True |
|
|
|
def _run_process(self, input_data): |
|
""" |
|
推論処理の本体部分。 |
|
|
|
Parameters |
|
---------- |
|
input_data : dict |
|
推論処理を実行する対象の入力データ。 |
|
|
|
Returns |
|
------- |
|
result : dict |
|
推論処理の結果を保持する辞書型データ。 |
|
基本的にinput_dataと同じ構造です。 |
|
""" |
|
result = [] |
|
print('### Line OCR Process ###') |
|
result_xml = self._run_src_inference(input_data['img'], input_data['xml'], |
|
accept_empty=self.cfg['line_ocr']['accept_empty'], |
|
yield_block_page_num=self.cfg['line_ocr']['yield_block_page_num'], |
|
yield_block_pillar=self.cfg['line_ocr']['yield_block_pillar']) |
|
|
|
output_data = copy.deepcopy(input_data) |
|
output_data['xml'] = result_xml |
|
result.append(output_data) |
|
|
|
return result |
|
|
