Update app.py

app.py

@@ -7,11 +7,11 @@ from PIL import Image
 from collections import defaultdict
 import re
 
-def ocr_scb_slip(image):
+def ocr_scb_slip_text(image):
     # แปลงจาก PIL → OpenCV
     img = cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR)
     
-    # --- Preprocessing เพื่อให้ OCR อ่านโลโก้แม่นขึ้น ---
+    # Preprocessing เพื่อให้ OCR อ่านแม่น
     gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
     gray = cv2.adaptiveThreshold(
         gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
@@ -21,59 +21,38 @@ def ocr_scb_slip(image):
     gray = cv2.dilate(gray, kernel, iterations=1)
     gray = cv2.erode(gray, kernel, iterations=1)
     
-    # --- Tesseract config สำหรับโลโก้ SCB ---
-    custom_config = r'-l eng --oem 3 --psm 7 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ'
+    # Tesseract config
+    custom_config = r'-l eng+tha --oem 3 --psm 6 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789'
 
-    # OCR with bounding boxes
+    # OCR
     data = pytesseract.image_to_data(gray, config=custom_config, output_type=Output.DICT)
     totalBox = len(data['text'])
     lines = defaultdict(list)
 
-    # จัดเรียงข้อความเป็นบรรทัด
+    # จัดข้อความเป็นบรรทัด
     for i in range(totalBox):
         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])
-                lines[line_id].append(i)
+                lines[line_id].append(text)
 
-    # วาดกรอบรวมทุกคำในบรรทัด + margin
-    margin = 5
-    for line_id, indices in lines.items():
-        xs = [data['left'][i] for i in indices]
-        ys = [data['top'][i] for i in indices]
-        ws = [data['width'][i] for i in indices]
-        hs = [data['height'][i] for i in indices]
-
-        x, y = min(xs), min(ys)
-        w, h = max([xs[i]+ws[i] for i in range(len(xs))]) - x, max([ys[i]+hs[i] for i in range(len(ys))]) - y
-
-        cv2.rectangle(img, (x-margin, y-margin), (x + w+margin, y + h+margin), (0, 255, 0), 2)
-
-        # วางข้อความบนกรอบ
-        text_line = " ".join([data['text'][i] for i in indices])
-        cv2.putText(img, text_line, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX,
-                    0.7, (0, 0, 255), 2, cv2.LINE_AA)
-
-    # รวมข้อความทั้งหมด
-    extracted_texts = []
-    for indices in lines.values():
-        extracted_texts.append(" ".join([data['text'][i] for i in indices]))
+    # รวมข้อความทั้งหมดเป็นบรรทัดเดียว
+    extracted_texts = [" ".join(words) for _, words in sorted(lines.items())]
     final_text = "\n".join(extracted_texts)
 
-    # แปลงกลับเป็น PIL
-    img_out = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
-    img_pil = Image.fromarray(img_out)
+    # แก้เว้นวรรคภาษาไทย
+    final_text = re.sub(r'([\u0E00-\u0E7F])\s+([\u0E00-\u0E7F])', r'\1\2', final_text)
 
-    return img_pil, final_text
+    return final_text
 
 # Gradio UI
 demo = gr.Interface(
-    fn=ocr_scb_slip,
+    fn=ocr_scb_slip_text,
     inputs=gr.Image(type="pil", label="อัปโหลดสลิป SCB"),
-    outputs=[gr.Image(label="ผลลัพธ์พร้อมกรอบข้อความ"), gr.Textbox(label="ข้อความ OCR")],
-    title="OCR สลิป SCB (Tesseract + Logo Fix)",
-    description="OCR โลโก้ SCB และข้อความบนสลิป วาดกรอบรวมบรรทัด + margin รอบโลโก้"
+    outputs=gr.Textbox(label="ข้อความ OCR รวมทุกบรรทัด"),
+    title="OCR สลิป SCB (ข้อความรวม)",
+    description="OCR สลิป SCB รวมโลโก้ SCB และข้อความทั้งหมดเป็นข้อความเดียว"
 )
 
 if __name__ == "__main__":