Add demo OCR version and Streamlit app

requirements_demo.txt

@@ -0,0 +1,19 @@
+numpy==1.26.4
+pandas==2.2.3
+pillow==10.4.0
+opencv-python-headless==4.10.0.84
+scikit-image==0.25.2
+
+# OCR Stack — стабильный, без Paddlex
+paddlepaddle==2.6.1
+paddleocr==2.7.3
+pytesseract==0.3.10
+
+# Документы
+python-docx==1.2.0
+pdf2image==1.17.0
+
+# Streamlit
+streamlit==1.36.0
+pyyaml==6.0.2
+openpyxl==3.1.5

src/docx_reader.py

@@ -0,0 +1,30 @@
+import os
+from pdf2image import convert_from_path
+from docx import Document
+import tempfile
+
+def docx_to_images(path: str):
+    """
+    Преобразовать .docx → изображения страниц.
+    Если poppler отсутствует, выбрасываем исключение,
+    чтобы Streamlit мог показать предупреждение.
+    """
+    try:
+        # docx → pdf → images
+        with tempfile.TemporaryDirectory() as tmp:
+            pdf_path = os.path.join(tmp, "temp.pdf")
+
+            # Преобразование docx → pdf
+            # Здесь мы делаем максимально простой экспорт:
+            doc = Document(path)
+            doc.save(pdf_path)
+
+            # pdf → images
+            images = convert_from_path(pdf_path)
+            return images
+
+    except Exception as e:
+        raise RuntimeError(
+            "DOCX обработка недоступна: отсутствует poppler "
+            "или системные зависимости."
+        ) from e

src/ocr_utils_demo.py

@@ -0,0 +1,75 @@
+"""
+OCR-инструменты: pytesseract для титула и PaddleOCR для датчиков.
+"""
+
+import cv2
+import numpy as np
+from paddleocr import PaddleOCR
+import pytesseract
+
+
+# --------------------------
+# OCR титула (pytesseract)
+# --------------------------
+def ocr_title(img: np.ndarray) -> str:
+    """
+    OCR верхней области (титул мнемосхемы).
+    """
+    if img is None or img.size == 0:
+        return ""
+
+    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+    gray = cv2.convertScaleAbs(gray, alpha=2.0, beta=-40)
+
+    binary = cv2.adaptiveThreshold(
+        gray, 255,
+        cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
+        cv2.THRESH_BINARY_INV,
+        15, 9
+    )
+
+    text = pytesseract.image_to_string(binary, lang="eng", config="--psm 7").strip()
+    return text
+
+
+# --------------------------
+# OCR датчиков (PaddleOCR)
+# --------------------------
+paddle_ocr = PaddleOCR(
+    lang="en",
+    use_angle_cls=False,
+    det=False,
+    rec=False
+)
+
+
+def ocr_sensors(rois: list[np.ndarray]) -> list[dict]:
+    """
+    OCR областей сенсоров через PaddleOCR.predict().
+    Формат вывода:
+        [{"text": str, "score": float}, ...]
+    """
+    results = []
+
+    if not rois:
+        return []
+
+    for roi in rois:
+        try:
+            ocr_results = paddle_ocr.ocr(roi, cls=False)
+        except Exception as e:
+            results.append({"text": "?", "score": 0.0})
+            continue
+
+    if ocr_results and ocr_results[0]:
+        text, score = ocr_results[0][0][1]
+    else:
+        text, score = "?", 0.0
+
+    results.append({
+        "text": text,
+        "score": float(score)
+    })
+    
+    return results
+

src/pipeline.py

@@ -9,7 +9,7 @@ from pathlib import Path
 from docx import Document
 
 from src.config_loader import load_config
-from src.ocr_utils import ocr_title, ocr_sensors
+from src.ocr_utils_demo import ocr_title, ocr_sensors
 
 
 # ---------------------------------------------------------

streamlit_app.py

@@ -0,0 +1,87 @@
+import streamlit as st
+import numpy as np
+import cv2
+import pandas as pd
+from pathlib import Path
+
+from src.config_loader import load_config
+from src.pipeline import extract_text
+from src.docx_reader import docx_to_images
+
+st.set_page_config(page_title="Mnemo OCR Demo", layout="wide")
+st.title("🧠 Mnemo OCR — демонстрация")
+
+CONFIG_PATH = Path("configs/config.yaml")
+cfg = load_config(CONFIG_PATH)
+color_ranges = cfg["colors"]
+
+uploaded = st.file_uploader("Загрузите PNG/JPG/DOCX файл", type=["png", "jpg", "jpeg", "docx"])
+
+if not uploaded:
+    st.info("Загрузите изображение или DOCX-файл.")
+    st.stop()
+
+filename = uploaded.name.lower()
+
+# ---- DOCX ----
+if filename.endswith(".docx"):
+    st.subheader("Документ DOCX")
+
+    try:
+        images = docx_to_images(uploaded)
+    except Exception as e:
+        st.error(f"⚠ DOCX нельзя обработать в этой среде.\n{e}")
+        st.stop()
+
+    st.write("Обнаружено страниц:", len(images))
+
+    results_all = []
+
+    for idx, page in enumerate(images):
+        st.write(f"### Страница {idx+1}")
+
+        img = cv2.cvtColor(np.array(page), cv2.COLOR_RGB2BGR)
+
+        with st.spinner("OCR..."):
+            title_text, sensors = extract_text(img, color_ranges)
+
+        st.write("**Титул:**", title_text)
+
+        if sensors:
+            df = pd.DataFrame(sensors)
+            st.dataframe(df)
+            results_all.append(df)
+        else:
+            st.info("Сенсоры не найдены.")
+
+    if results_all:
+        df_total = pd.concat(results_all, ignore_index=True)
+        st.download_button("Скачать CSV", df_total.to_csv(index=False).encode(), "result.csv", "text/csv")
+
+    st.stop()
+
+# ---- PNG/JPG ----
+else:
+    file_bytes = np.frombuffer(uploaded.read(), np.uint8)
+    img = cv2.imdecode(file_bytes, cv2.IMREAD_COLOR)
+
+    st.image(cv2.cvtColor(img, cv2.COLOR_BGR2RGB), use_column_width=True)
+
+    with st.spinner("OCR..."):
+        title_text, sensors = extract_text(img, color_ranges)
+
+    st.write("### Титул")
+    st.write(title_text)
+
+    st.write("### Сенсоры")
+    if sensors:
+        df = pd.DataFrame(sensors)
+        st.dataframe(df)
+        st.download_button(
+            "Скачать CSV",
+            df.to_csv(index=False).encode(),
+            "sensors.csv",
+            "text/csv"
+        )
+    else:
+        st.info("Сенсоры не найдены.")