update OCR

src/inference.py

@@ -12,22 +12,6 @@ import numpy as np
 from pathlib import Path
 from ultralytics import RTDETR
 
-import os
-import logging
-import cv2
-import numpy as np
-from paddleocr import PaddleOCR
-
-# 1. Tắt check network của Paddle (Giúp app khởi động nhanh hơn trên Hugging Face)
-os.environ["PADDLE_PDX_DISABLE_MODEL_SOURCE_CHECK"] = "True"
-
-# 2. Tắt log rác của PaddleOCR (Thay thế cho tham số show_log=False đã bị xóa)
-logging.getLogger("ppocr").setLevel(logging.ERROR)
-
-print("[INFO] Loading PaddleOCR...")
-# 3. Khởi tạo PaddleOCR (ĐÃ XÓA bỏ show_log=False)
-_ocr_engine = PaddleOCR(use_angle_cls=True, lang='vi')
-
 DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
 print(f"[INFO] Device: {DEVICE}")
 
@@ -68,119 +52,20 @@ def preprocess_for_ocr(img_bgr):
     gray   = cv2.filter2D(gray, -1, kernel)
     return cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
 
-import cv2
-import numpy as np
-from paddleocr import PaddleOCR
-
-# Khởi tạo PaddleOCR (tự động tải PP-OCRv4 siêu nhẹ và chính xác)
-# use_angle_cls=True giúp lật lại các chữ bị nghiêng trên bản vẽ
-print("[INFO] Loading PaddleOCR...")
-_ocr_engine = PaddleOCR(use_angle_cls=True, lang='vi')
-
-def enhance_image_for_ocr(img_bgr):
-    """
-    Tiền xử lý nhẹ nhàng: Tăng độ tương phản nhưng không làm đứt nét chữ.
-    """
-    # Resize nếu ảnh quá nhỏ
-    h, w = img_bgr.shape[:2]
-    if w < 1000:
-        scale = 1000 / w
-        img_bgr = cv2.resize(img_bgr, (int(w*scale), int(h*scale)), interpolation=cv2.INTER_CUBIC)
-    
-    gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)
-    # Tăng độ tương phản cục bộ (CLAHE)
-    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
-    gray = clahe.apply(gray)
-    
-    # Không dùng Denoise mạnh, chỉ chuyển lại sang BGR cho PaddleOCR
-    return cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
-
-
 def ocr_note(img_path):
     img = cv2.imread(img_path)
-    if img is None: return ""
-    
-    img_proc = enhance_image_for_ocr(img)
-    result = _ocr_engine.ocr(img_proc, cls=True)
-    
-    if not result or not result[0]:
+    if img is None:
+        return ""
+    img_proc = preprocess_for_ocr(img)
+    try:
+        reader  = get_easy_reader()
+        results = reader.readtext(img_proc, detail=1, paragraph=False,
+                                  width_ths=0.7, height_ths=0.7)
+        lines = [t for (_,t,c) in results if c >= 0.2 and t.strip()]
+        return "\n".join(lines)
+    except Exception as e:
+        print(f"[WARN] ocr_note: {e}")
         return ""
-    
-    # PaddleOCR format: [[[x1,y1], [x2,y2], [x3,y3], [x4,y4]], ('text', conf)]
-    lines = [line[1][0] for line in result[0] if line[1][1] > 0.6] # Lấy conf > 0.6
-    return "\n".join(lines)
-
-
-def ocr_table(img_path):
-    img = cv2.imread(img_path)
-    if img is None: return {"rows": [], "text": ""}
-    
-    img_proc = enhance_image_for_ocr(img)
-    result = _ocr_engine.ocr(img_proc, cls=True)
-    
-    if not result or not result[0]:
-        return {"rows": [], "text": ""}
-    
-    items = []
-    heights = []
-    
-    # 1. Trích xuất text và tọa độ tâm
-    for line in result[0]:
-        box = line[0]        # 4 điểm của bounding box
-        text = line[1][0]    # Nội dung text
-        conf = line[1][1]    # Độ tin cậy
-        
-        if conf < 0.5 or not text.strip():
-            continue
-            
-        # Tính tâm cy, cx và chiều cao của text box
-        y_top = min(box[0][1], box[1][1])
-        y_bottom = max(box[2][1], box[3][1])
-        x_left = min(box[0][0], box[3][0])
-        x_right = max(box[1][0], box[2][0])
-        
-        cy = (y_top + y_bottom) / 2
-        cx = (x_left + x_right) / 2
-        h = y_bottom - y_top
-        
-        items.append({"text": text.strip(), "cx": cx, "cy": cy, "h": h})
-        heights.append(h)
-        
-    if not items:
-        return {"rows": [], "text": ""}
-
-    # 2. Thuật toán Dynamic Clustering (Gom hàng thông minh)
-    # Tính chiều cao median của các chữ làm chuẩn
-    median_h = np.median(heights)
-    # Nếu lệch tâm Y nhỏ hơn 40% chiều cao chữ thì coi như cùng 1 hàng
-    tolerance = median_h * 0.4  
-
-    # Sắp xếp các cụm chữ từ trên xuống dưới
-    items.sort(key=lambda x: x["cy"])
-    
-    rows = []
-    current_row = [items[0]]
-    
-    for item in items[1:]:
-        # So sánh Y của item hiện tại với trung bình Y của hàng hiện tại
-        avg_y_current_row = sum(i["cy"] for i in current_row) / len(current_row)
-        
-        if abs(item["cy"] - avg_y_current_row) <= tolerance:
-            current_row.append(item)
-        else:
-            # Chuyển sang hàng mới: Xếp các chữ trong hàng cũ từ trái qua phải
-            current_row.sort(key=lambda x: x["cx"])
-            rows.append([i["text"] for i in current_row])
-            current_row = [item] # Bắt đầu hàng mới
-            
-    # Add hàng cuối c��ng
-    current_row.sort(key=lambda x: x["cx"])
-    rows.append([i["text"] for i in current_row])
-    
-    # Format đầu ra giống code cũ
-    formatted_text = "\n".join(" | ".join(r) for r in rows)
-    return {"rows": rows, "text": formatted_text}
-
 
 def _group_rows(items):
     if not items:
@@ -204,6 +89,31 @@ def _group_rows(items):
     rows.append([i["text"] for i in cur])
     return rows
 
+def ocr_table(img_path):
+    img = cv2.imread(img_path)
+    if img is None:
+        return {"rows":[], "text":""}
+    img_proc = preprocess_for_ocr(img)
+    items = []
+    try:
+        reader  = get_easy_reader()
+        results = reader.readtext(img_proc, detail=1, paragraph=False,
+                                  width_ths=0.5, height_ths=0.5)
+        for (pts, text, conf) in results:
+            if conf < 0.2 or not text.strip():
+                continue
+            items.append({
+                "text": text.strip(),
+                "y": sum(p[1] for p in pts)/4,
+                "x": sum(p[0] for p in pts)/4,
+            })
+    except Exception as e:
+        print(f"[WARN] ocr_table: {e}")
+    if not items:
+        return {"rows":[], "text":""}
+    rows = _group_rows(items)
+    return {"rows": rows, "text": "\n".join(" | ".join(r) for r in rows)}
+
 def run_pipeline(image_path, output_dir="outputs",
                  checkpoint="best.pt", conf_thresh=0.3):
     image_path = str(image_path)