//новая версия грамматического анализатора.
//текст реконструируется на основе вероятностного анализа результатов распознавания
//с применением взаимной корреляции частей разных букв. Слоги и слова реконструируются
//на основе вероятносного анализа корпуса тибетских текстов и правил построения шрифта.
void GLogicProcessor::classification(vector<stringOCR>&strArray,
vector<OCRMatch>&matchLine,
GBitmap* lineImg32,
string &mainString,
int sizeLine,
int lineIndex){
int print=0;
vector<OCRMatch>dLine;
TIME_START
y0Base=strArray[lineIndex].LimY0;
y1Base=strArray[lineIndex].LimY1;
DR("@@@y0Base"<<y0Base<<" y1Base="<<y1Base<<" s="<<matchLine.size())
GBitmap *letterAImg=GBitmap::create(lineImg32->columns(),lineImg32->rows(),BITMAP_32);
GBitmap *letterBImg=GBitmap::create(lineImg32->columns(),lineImg32->rows(),BITMAP_32);
#ifdef MAIN_MODE
//for(int i=0;i<matchLine.size();i++)if(matchLine[i].letterIndex==15650){cout<<"@@@@@";exit(0);}
//drawGrapeLine(matchLine); exit(0);
sort(matchLine.begin(),matchLine.end(),sortMatchX0);
//cout<<"strArray.size()="<<strArray[0].size()<<" matchLine.size()="<<matchLine.size()<<endl;
if(!matchLine.size()||!strArray.size())return; //
for(int i=0;i<matchLine.size();i++){
matchLine[i].correlationNew=0;
if(!matchLine[i].correlation)continue;
matchLine[i].status=0;
}
//drawGrapeLine(matchLine); exit(0);
compressMatch(matchLine);
//drawGrapeLine(matchLine); exit(0);
//на этом этапе в matchLine записано около 50 результатов на одну букву текста
//заменяем одинаковые буквы на букву с наибольшей корреляцией и наибольшей общей площадью совпадающей с изображением на странице.
//также для каждой гипотезы распознанной буквы проверяем перекрытие с соседними буквами
//оставляем только те буквы, которые лучше описывают соответствующие площади буквы области изображения.
letterNeighborsNew(matchLine,lineImg32,letterAImg,letterBImg);
//drawGrapeLine(matchLine); exit(0);
#ifdef STACK_MODE
//saveMatch(matchLine,"/2_2.match");
#endif
for(int i=0;i<matchLine.size();i++){
if(matchLine[i].correlation){
matchLine[i].status=0;
if(matchLine[i].OCRIndex!=3&&matchLine[i].correlationNew)matchLine[i].correlation=matchLine[i].correlationNew;
dLine.push_back(matchLine[i]);
}
}
DR("done match processing line.size()="<<dLine.size())
sort(dLine.begin(),dLine.end(),sortMatchX0);
DR("@@@@@ SAVE MATCH")
#ifdef STACK_MODE
//saveMatch(dLine,"/2.match");
#endif
#endif
#ifdef STACK_MODE
//readMatch(dLine,"/2.match");
#endif
//компрессия. Все одинаковые буквы в пределах габарита буквы
//заменяются на одну букву с макcмимальной корреляцией
compressMatch(dLine);
//drawGrapeLine(dLine); exit(0);
collectStackLetter(strArray,dLine, matchLine,lineImg32,letterAImg,letterBImg,lineIndex);
//cout<<"COLLECT"; TIME_PRINT_
//exit(0);
//drawGrapeLine(dLine);exit(0);
compressMatch(dLine);
//drawGrapeLine(dLine);exit(0);
//анализ готовых стеков.
//проверяем есть ли над или под одиночной буквой коренные буквы или огласовки с высокой корреляцией.
//если есть, то букву считаем частью стека и убираем как строительный блок OpenType.
//testStackLetter(dLine,lineImg32,letterAImg,letterBImg);
//drawGrapeLine(dLine); exit(0);
letterAImg->destroy();
letterBImg->destroy();
string strW;
vector<uint>letterX;
vector<OCRMatch>line;
vector<OCRMatch>resultLine;
map<vector<int>,ulong>searchResult;
buildSearchString(dLine,line,letterX,strW);
cout<<strW<<endl<<endl;
//drawGrapeLine(line); exit(0);
textCorpusGMap->getOCRStackKey(strW,letterX,searchResult, ANY_MATCH);
//inputData.log<<" 2"<<endl;inputData.log.flush();
for (int i=0;i<line.size();i++){
if(!line[i].correlation)continue; //cout<<line[i].name;
line[i].name=Unicode_to_UTF(line[i].wName); //cout<<" -- "<<line[i].name;
line[i].name=YagpoToUni(line[i].name); //cout<<" -- "<<line[i].name<<endl;
resultLine.push_back(line[i]);
}
//logicProcessor->drawGrapeLine(line); //exit(0);
//inputData.log<<" 3"<<endl;inputData.log.flush();
//renderDictSearch(searchResult,line,resultLine,matchLine); //mainString+="<br>"+lineString+"original<br>";
if(print){ cout<<"RENDER "; TIME_PRINT_ }
strArray[lineIndex].line=dLine; //сохраняем для вывода в HTML
//logicProcessor->drawGrapeLine(dLine); //exit(0);
//inputData.log<<" 4"<<endl;inputData.log.flush();
}
//новая версия грамматического анализатора.
//текст реконструируется на основе вероятностного анализа результатов распознавания
//с применением взаимной корреляции частей разных букв. Слоги и слова реконструируются
//на основе вероятносного анализа корпуса тибетских текстов и правил построения тибетского шрифта.
void GLogicProcessor::letterAssociation(vector<stringOCR>*strArray,
vector<OCRMatch>&matchLine,
vector<OCRMatch>&dLine,
GBitmap* lineImg32,
string &mainString,
int sizeLine,
int lineIndex,
int OCRMode){
int print=0;
TIME_START
y0Base=strArray[0][lineIndex].LimY0;
y1Base=strArray[0][lineIndex].LimY1;
DR("@@@y0Base"<<y0Base<<" y1Base="<<y1Base<<" s="<<matchLine.size())
GBitmap *letterAImg=GBitmap::create(lineImg32->columns(),lineImg32->rows(),BITMAP_32);
GBitmap *letterBImg=GBitmap::create(lineImg32->columns(),lineImg32->rows(),BITMAP_32);
#ifdef MAIN_MODE
//for(int i=0;i<matchLine.size();i++)if(matchLine[i].letterIndex==15650){cout<<"@@@@@";exit(0);}
//drawGrapeLine(matchLine); exit(0);
sort(matchLine.begin(),matchLine.end(),sortMatchX0);
//cout<<"strArray[0].size()="<<strArray[0].size()<<" matchLine.size()="<<matchLine.size()<<endl;
if(!matchLine.size()||!strArray[0].size())return; //
int count=0;
//int maxH=45;
//int maxCor=97;
for(int i=0;i<matchLine.size();i++){
matchLine[i].setSize();
count=0;
matchLine[i].correlationNew=0;
/*
if((matchLine[i].OCRIndex=='A'&&
abs(matchLine[i].y0-y0Base)>3&&
matchLine[i].correlation>maxCor&&
matchLine[i].letterH>maxH)||
(matchLine[i].OCRIndex=='A'&&
matchLine[i].y0<y0Base-3&&
matchLine[i].correlation>98)
){
maxH=matchLine[i].letterH;
maxCor=matchLine[i].correlation;
y0Base=matchLine[i].y0; y1Base=y0Base+32;
}
*/
if(!matchLine[i].correlation)continue;
matchLine[i].status=0;
}
//drawGrapeLine(matchLine); exit(0);
compressMatch(matchLine);
//drawGrapeLine(matchLine); exit(0);
//на этом этапе в matchLine записано около 50 результатов на одну букву текста
//заменяем одинаковые буквы на букву с наибольшей корреляцией и наибольшей общей площадью совпадающей с изображением на странице.
//также для каждой гипотезы распознанной буквы проверяем перекрытие с соседними буквами
//оставляем только те буквы, которые лучше описывают соответствующие площади буквы области изображения.
letterNeighborsNew(matchLine,lineImg32,letterAImg,letterBImg);
//drawGrapeLine(matchLine); exit(0);
#ifdef STACK_MODE
//saveMatch(matchLine,"/2_2.match");
#endif
for(int i=0;i<matchLine.size();i++){
if(matchLine[i].correlation){
matchLine[i].status=0;
if(matchLine[i].OCRIndex!=3&&matchLine[i].correlationNew)matchLine[i].correlation=matchLine[i].correlationNew;
dLine.push_back(matchLine[i]);
}
}
DR("done match processing line.size()="<<dLine.size())
sort(dLine.begin(),dLine.end(),sortMatchX0);
DR("@@@@@ SAVE MATCH")
#ifdef STACK_MODE
//saveMatch(dLine,"/2.match");
#endif
#endif
#ifdef STACK_MODE
//readMatch(dLine,"/2.match");
#endif
//компрессия. Все одинаковые буквы в пределах габарита буквы
//заменяются на одну букву с макcмимальной корреляцией
compressMatch(dLine);
//drawGrapeLine(dLine); exit(0);
collectStackLetter(strArray,dLine, matchLine,lineImg32,letterAImg,letterBImg,lineIndex);
//cout<<"COLLECT"; TIME_PRINT_
//exit(0);
//drawGrapeLine(dLine);exit(0);
compressMatch(dLine);
//drawGrapeLine(dLine);exit(0);
//анализ готовых стеков.
//проверяем есть ли над или под одиночной буквой коренные буквы или огласовки с высокой корреляцией.
//если есть, то букву считаем частью стека и убираем как строительный блок OpenType.
testStackLetter(dLine,lineImg32,letterAImg,letterBImg);
//drawGrapeLine(dLine); exit(0);
letterAImg->destroy();
letterBImg->destroy();
#ifdef STACK_MODE
//saveMatch(line,"/2_1.match");
#endif
if(print){TIME_PRINT_}
return;
}
//новая версия грамматического анализатора.
//текст реконструируется на основе вероятностного анализа результатов распознавания
//с применением взаимной корреляции частей разных букв. Слоги и слова реконструируются
//на основе вероятносного анализа корпуса тибетских текстов и правил построения тибетского шрифта.
void GLogicProcessor::letterAssociation(vector<stringOCR>&strArray,
vector<OCRMatch>&matchLine,
vector<OCRMatch>&dLine,
GBitmap* lineImg32,
GBitmap* letterAImg,
GBitmap* letterBImg,
string &mainString,
int sizeLine,
int lineIndex){
int print=0;
int OCRMode=inputData.OCRMode;
TIME_START
y0Base=strArray[lineIndex].LimY0;
y1Base=strArray[lineIndex].LimY1;
DR("@@@y0Base"<<y0Base<<" y1Base="<<y1Base<<" s="<<matchLine.size())
//for(int i=0;i<matchLine.size();i++)if(matchLine[i].letterIndex==15650){cout<<"@@@@@";exit(0);}
//drawGrapeLine(matchLine); exit(0);
if(!matchLine.size()||!strArray.size())return; //
//для каждой буквы определяем количесво точек фокальных линий текста, совпадающих с областью ON всех масок буквы.
//таким образом определем настолько область ON этой буквы совпадает с текстом.
OCRBox s;
for (int i=0;i<matchLine.size();i++){
if(!matchLine[i].correlation)continue;
letterAImg->fillColumns32V(0, &matchLine[i].s); //стираем букву
matchLine[i].drawPict32(letterAImg,0,0,XOR_MODE);
matchLine[i].pCount=lineImg32->img32UnionLine(letterAImg, &matchLine[i].s);
//if(i==518)cout<<i<<" "<< matchLine[i].name<<" pCount="<<matchLine[i].pCount<<endl;
}
compressMatch(matchLine);
//drawGrapeLine(matchLine); exit(0);
letterConstruction(matchLine,OCRMode);
//drawGrapeLine(matchLine); exit(0);
//#ifndef OCR_woodblock
//на этом этапе в matchLine записано около 50 результатов на одну букву текста
//заменяем одинаковые буквы на букву с наибольшей корреляцией и наибольшей общей площадью совпадающей с изображением на странице.
//также для каждой гипотезы распознанной буквы проверяем перекрытие с соседними буквами
//оставляем только те буквы, которые лучше описывают соответствующие площади буквы области изображения.
// letterNeighborsNew(matchLine,lineImg32,letterAImg,letterBImg);
//#else
letterNeighborsNew(matchLine,lineImg32,letterAImg,letterBImg);
//#endif
//drawGrapeLine(matchLine); exit(0);
for(int i=0;i<matchLine.size();i++){
if(matchLine[i].correlation){
matchLine[i].status=0;
dLine.push_back(matchLine[i]);
}
}
//компрессия. Все одинаковые буквы в пределах габарита буквы
//заменяются на одну букву с макcмимальной корреляцией
compressMatch(dLine);
for(int i=0;i<dLine.size();i++){
if(!dLine[i].correlation||!dLine[i].name.size())continue;
wstring w; w=UTF_to_Unicode(dLine[i].name);
//переводим все буквы в верхний регистр
w[0]=UniBigLetters[w[0]];
dLine[i].uni=w[0];
}
//drawGrapeLine(dLine); exit(0);
if(print){TIME_PRINT_ DR("STACK")};
//drawGrapeLine(dLine); exit(0);
if(OCRMode==1){
collectStackLetter(strArray,dLine, matchLine,lineImg32,letterAImg,letterBImg,lineIndex);
//cout<<"COLLECT"; TIME_PRINT_
//exit(0);
//drawGrapeLine(matchLine);exit(0);
compressMatch(matchLine);
}else{
matchLine=dLine;
return;
}
//drawGrapeLine(matchLine);exit(0);
//#ifndef OCR_woodblock
//анализ готовых стеков.
//проверяем есть ли над или под одиночной буквой коренные буквы или огласовки с высокой корреляцией.
//если есть, то букву считаем частью стека и убираем как строительный блок OpenType.
// testStackLetter(matchLine,lineImg32,letterAImg,letterBImg);
//#endif
for(int i=0;i<dLine.size();i++){
if(!dLine[i].correlation||(dLine[i].OCRIndex!='Z'&&dLine[i].OCRIndex!='N'))continue;
matchLine.push_back(dLine[i]);
}
//drawGrapeLine(matchLine); exit(0);
if(print){TIME_PRINT_}
return;
}
