Update app.py

app.py

@@ -7,38 +7,26 @@ from PIL import Image
 from collections import defaultdict
 import re
 
-def ocr_with_boxes(image):
-    # แปลงจาก PIL → numpy array แบบไม่ copy memory
+def fast_ocr_with_boxes(image):
+    # แปลงจาก PIL → numpy array แบบไม่ copy
     img = np.array(image, copy=False)
     img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
 
-    # ---- Resize เพื่อให้ Tesseract อ่านตัวอักษรเล็ก ๆ ได้ดีขึ้น ----
-    height, width = img.shape[:2]
-    scale = 2  # ขยาย 2 เท่า
-    img = cv2.resize(img, (width*scale, height*scale), interpolation=cv2.INTER_CUBIC)
-
-    # ---- Preprocessing สำหรับ OCR ----
+    # ---- Preprocessing minimal สำหรับความเร็ว ----
     gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
-    gray = cv2.GaussianBlur(gray, (3,3), 0)
-    th = cv2.adaptiveThreshold(
-        gray, 255,
-        cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
-        cv2.THRESH_BINARY, 31, 9
-    )
-    # morphology ช่วยให้ตัวอักษรชัดขึ้น
-    kernel = np.ones((1,1), np.uint8)
-    proc = cv2.morphologyEx(th, cv2.MORPH_OPEN, kernel)
+    # ใช้ simple threshold แทน adaptive
+    _, th = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
 
-    # ---- OCR ภาษาไทย + อังกฤษ ----
+    # ---- OCR ไทย + อังกฤษ + ตัวเลข ----
     custom_config = r'-l tha+eng --oem 3 --psm 6'
-    data = pytesseract.image_to_data(proc, config=custom_config, output_type=Output.DICT)
+    data = pytesseract.image_to_data(th, config=custom_config, output_type=Output.DICT)
 
     totalBox = len(data['text'])
     lines = defaultdict(list)
 
     for i in range(totalBox):
-        # ใช้ confidence > 30 เพื่อกรองตัวอักษรผิดพลาด
-        if int(data['conf'][i]) > 30:
+        # ใช้ confidence > 0
+        if int(data['conf'][i]) > 0:
             text = data['text'][i].strip()
             if text != "":
                 line_id = (data['block_num'][i], data['par_num'][i], data['line_num'][i])
@@ -47,14 +35,12 @@ def ocr_with_boxes(image):
                 # วาดกรอบบน original image
                 x, y, w, h = data['left'][i], data['top'][i], data['width'][i], data['height'][i]
                 cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
-                cv2.putText(img, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX,
-                            0.7, (0, 0, 255), 2, cv2.LINE_AA)
 
     # รวมข้อความเป็นบรรทัด
     extracted_texts = [" ".join(words) for _, words in sorted(lines.items())]
     final_text = "\n".join(extracted_texts)
 
-    # 🔧 แก้เว้นวรรคภาษาไทย
+    # แก้เว้นวรรคภาษาไทย
     final_text = re.sub(r'([\u0E00-\u0E7F])\s+([\u0E00-\u0E7F])', r'\1\2', final_text)
 
     # แปลงกลับเป็น PIL
@@ -65,11 +51,11 @@ def ocr_with_boxes(image):
 
 # ---- Gradio UI ----
 demo = gr.Interface(
-    fn=ocr_with_boxes,
+    fn=fast_ocr_with_boxes,
     inputs=gr.Image(type="pil", label="อัปโหลดภาพ"),
     outputs=[gr.Image(label="ผลลัพธ์พร้อมกรอบข้อความ"), gr.Textbox(label="ข้อความ OCR")],
-    title="OCR ไทย + อังกฤษ (Tesseract + Preprocess + Fix Spacing)",
-    description="อัปโหลดภาพ ระบบจะ OCR ไทย+อังกฤษ วาดกรอบ และแก้เว้นวรรคภาษาไทยอัตโนมัติ พร้อมปรับ preprocessing ให้ตัวเลขและอังกฤษแม่นขึ้น"
+    title="Fast OCR ไทย + อังกฤษ (Tesseract + Minimal Preprocess)",
+    description="อัปโหลดภาพ ระบบจะ OCR ไทย+อังกฤษ วาดกรอบ และแก้เว้นวรรคภาษาไทยแบบเร็วสุด ด้วย preprocessing minimal"
 )
 
 if __name__ == "__main__":