Update app.py

app.py

@@ -1,122 +1,85 @@
+# app.py
 import gradio as gr
-import easyocr
-import numpy as np
-import cv2
 from PIL import Image
+import torch
+from transformers import TrOCRProcessor, VisionEncoderDecoderModel
 import re
 import json
 
-# Initialisation EasyOCR
-reader = easyocr.Reader(['fr', 'en'], gpu=False)
+# Charger le modèle TrOCR
+processor = TrOCRProcessor.from_pretrained("microsoft/trocr-base-stage1")
+model = VisionEncoderDecoderModel.from_pretrained("microsoft/trocr-base-stage1")
+model.eval()
 
-# ---------- 1. Vérifie si l'image est floue ----------
-def est_image_floue(image_np, seuil=100):
-    gris = cv2.cvtColor(image_np, cv2.COLOR_BGR2GRAY)
-    variance = cv2.Laplacian(gris, cv2.CV_64F).var()
-    return variance < seuil
+def ocr_trocr(pil_image):
+    image = pil_image.convert("RGB")
+    pixel_values = processor(images=image, return_tensors="pt").pixel_values
+    with torch.no_grad():
+        generated_ids = model.generate(pixel_values)
+    text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
+    return text
 
-# ---------- 2. Prétraitement image ----------
-def preprocess_image(pil_image):
-    img = np.array(pil_image)
-    if est_image_floue(img):
-        raise ValueError("L'image semble floue. Veuillez fournir une image plus nette.")
-    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
-    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
-    gray = cv2.equalizeHist(gray)
-    blurred = cv2.GaussianBlur(gray, (3, 3), 0)
-    coords = np.column_stack(np.where(blurred > 0))
-    angle = cv2.minAreaRect(coords)[-1]
-    angle = -(90 + angle) if angle < -45 else -angle
-    (h, w) = blurred.shape
-    M = cv2.getRotationMatrix2D((w // 2, h // 2), angle, 1.0)
-    deskewed = cv2.warpAffine(blurred, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)
-    thresh = cv2.adaptiveThreshold(deskewed, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
-    return thresh
-
-# ---------- 3. OCR avec EasyOCR ----------
-def ocr_easyocr(image_np):
-    results = reader.readtext(image_np)
-    texte = "\n".join([text[1] for text in results])
-    return texte
-
-# ---------- 4. Vérification carte guinéenne (plus tolérante) ----------
 def est_carte_identite_guineenne(texte):
-    texte = texte.upper()
+    texte = texte.upper().replace("’", "'")
     mots_cles = [
-        "CARTE", "IDENTITE", "GUINÉE", "GUINEENNE", "CAMARA", "SALEMATOU",
-        "DATE DE NAISSANCE", "NUMERO D'IDENTITE", "REPUBLIQUE", "CEDEAO", "GIN", "MSPC", "NATIONALITE"
+        "CARTE", "IDENTITE", "GUINEE", "GUINEENNE", "REPUBLIQUE",
+        "CEDEAO", "GIN", "DATE DE NAISSANCE", "NUMERO", "MSPC",
+        "NOM", "PRENOM"
     ]
-    mots_trouves = sum(1 for mot in mots_cles if mot in texte)
-    return mots_trouves >= 3  # Seuil minimal : 3 mots-clés détectés
+    return sum(1 for mot in mots_cles if mot in texte) >= 3
 
-# ---------- 5. Extraction des champs ----------
-def extract_fields(text):
-    data = {}
-    text = text.upper()
+def extraire_donnees(texte):
+    texte = texte.upper()
     patterns = {
-        "nom": r"(NOM)[\s:/]+([A-Z\-]+)",
-        "prenom": r"(PRENOM)[\s:/]+([A-Z\-]+)",
-        "sexe": r"(SEXE)[\s:/]+([FM])",
-        "taille": r"(TAILLE)[\s:/]+([0-9,]+\s?M)",
-        "nationalite": r"(NATIONALITE)[\s:/]+([A-Z]+)",
+        "nom": r"NOM\s*[:\-]?\s*([A-Z\-]+)",
+        "prenom": r"PRENOM\s*[:\-]?\s*([A-Z\-]+)",
+        "sexe": r"SEXE\s*[:\-]?\s*([MF])",
+        "taille": r"TAILLE\s*[:\-]?\s*([0-9,.]+\s?M)",
+        "nationalite": r"NATIONALITE\s*[:\-]?\s*([A-Z]+)",
         "date_naissance": r"(\d{2}\s(?:JAN|FEB|MAR|APR|MAI|JUN|JUL|AOU|SEP|OCT|NOV|DEC)\s\d{4})",
-        "numero_id": r"([0-9]{16})",
-        "code_pays": r"\bGIN\b",
-        "nin": r"\b[0-9]{15}\b",
-        "lieu_naissance": r"(NAISSANCE|LIEU)[\s:/]+([A-Z\-]+)",
-        "prefecture": r"(PREFECTURE)[\s:/]+([A-Z\-]+)",
-        "date_emission": r"(EMISSION)[\s:/]+(\d{2}\s\w+\s\d{4})",
-        "date_expiration": r"(EXPIRATION)[\s:/]+(\d{2}\s\w+\s\d{4})",
+        "numero_id": r"(\d{16})",
+        "nin": r"(\d{15})",
+        "date_emission": r"DATE D['’]?EMISSION\s*[:\-]?\s*(\d{2}\s\w+\s\d{4})",
+        "date_expiration": r"DATE D['’]?EXPIRATION\s*[:\-]?\s*(\d{2}\s\w+\s\d{4})",
+        "lieu": r"CONAKRY|KANKAN|NZEREKORE|LABE|KINDIA|BOKE|FARANAH"
     }
-
+    data = {}
     for key, pattern in patterns.items():
-        match = re.search(pattern, text)
+        match = re.search(pattern, texte)
         if match:
-            data[key] = match.group(2) if len(match.groups()) > 1 else match.group(1)
-
+            data[key] = match.group(1)
     return data
 
-# ---------- 6. Fonction principale ----------
-def analyser_carte(recto_img, verso_img):
+def analyse_carte(recto_img, verso_img):
     try:
-        recto = preprocess_image(recto_img)
-        verso = preprocess_image(verso_img)
-
-        text_r = ocr_easyocr(recto)
-        text_v = ocr_easyocr(verso)
-        texte_total = text_r + "\n" + text_v
-
-        # Debug : Affiche le texte extrait pour diagnostic
-        # print("Texte OCR :\n", texte_total)
+        texte_recto = ocr_trocr(recto_img)
+        texte_verso = ocr_trocr(verso_img)
+        texte_total = texte_recto + "\n" + texte_verso
 
         if not est_carte_identite_guineenne(texte_total):
-            return (
-                "**Alerte :** Le document fourni ne semble **pas être une carte d'identité guinéenne**.\n"
-                "Merci de vérifier l'image ou d'en fournir une autre.",
-                {}
-            )
+            return " Ce document ne semble pas être une carte d'identité guinéenne.", {}
 
-        champs = extract_fields(texte_total)
+        champs = extraire_donnees(texte_total)
         return texte_total, champs
 
     except Exception as e:
-        return f"Erreur : {str(e)}", {}
+        return f"Erreur de traitement : {str(e)}", {}
 
-# ---------- 7. Interface Gradio ----------
 interface = gr.Interface(
-    fn=analyser_carte,
+    fn=analyse_carte,
     inputs=[
-        gr.Image(type="pil", label="Recto de la carte"),
-        gr.Image(type="pil", label="Verso de la carte")
+        gr.Image(type="pil", label="Image Recto"),
+        gr.Image(type="pil", label="Image Verso")
     ],
     outputs=[
-        gr.Textbox(label="Texte OCR brut"),
-        gr.JSON(label="Champs extraits")
+        gr.Textbox(label="Texte OCR extrait"),
+        gr.JSON(label="Champs structurés extraits")
     ],
-    title="OCRIA - Analyse intelligente de carte d’identité guinéenne",
-    description="Téléversez le recto et le verso d'une carte. Le système vérifie l’authenticité, détecte les flous et extrait automatiquement les informations clés.",
-    theme="soft"
+    title="OCRIA - Lecture intelligente de carte d'identité guinéenne",
+    description="Scannez les deux faces d'une carte d'identité guinéenne. Le système vérifie et extrait automatiquement les informations clés."
 )
 
-interface.launch()
+if __name__ == "__main__":
+    interface.launch()
+