Spaces:
Sleeping
Sleeping
File size: 7,428 Bytes
e467692 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 |
# ==========================================
# utils.py - Fonctions communes CPU/GPU
# ==========================================
"""
Utilitaires partagés pour le traitement d'images OCR
Fonctions communes aux versions CPU et GPU
"""
from PIL import Image, ImageEnhance
import numpy as np
import base64
from io import BytesIO
import gc
import os
import time
def create_white_canvas(width: int = 300, height: int = 300) -> Image.Image:
"""Crée un canvas blanc pour le dessin de calculs"""
return Image.new('RGB', (width, height), 'white')
def log_memory_usage(context: str = "") -> None:
"""Log l'usage mémoire actuel"""
try:
import psutil
process = psutil.Process(os.getpid())
memory_mb = process.memory_info().rss / 1024 / 1024
print(f"🔍 Mémoire {context}: {memory_mb:.1f}MB")
except:
pass
def cleanup_memory() -> None:
"""Force le nettoyage mémoire"""
gc.collect()
def optimize_image_for_ocr(image_dict: dict | np.ndarray | Image.Image | None, max_size: int = 300) -> Image.Image | None:
"""
Optimisation image commune pour tous types d'OCR
Args:
image_dict: Image d'entrée (format Gradio, numpy ou PIL)
max_size: Taille maximale pour le redimensionnement
Returns:
Image PIL optimisée ou None si erreur
"""
if image_dict is None:
return None
try:
# Gérer les formats Gradio
if isinstance(image_dict, dict):
if 'composite' in image_dict and image_dict['composite'] is not None:
image = image_dict['composite']
elif 'background' in image_dict and image_dict['background'] is not None:
image = image_dict['background']
else:
return None
elif isinstance(image_dict, np.ndarray):
image = image_dict
elif isinstance(image_dict, Image.Image):
image = image_dict
else:
return None
# Conversion vers PIL
if isinstance(image, np.ndarray):
pil_image = Image.fromarray(image).convert('RGB')
else:
pil_image = image.convert('RGB')
# Redimensionnement si nécessaire
if pil_image.size[0] > max_size or pil_image.size[1] > max_size:
pil_image.thumbnail((max_size, max_size), Image.Resampling.LANCZOS)
return pil_image
except Exception as e:
print(f"❌ Erreur optimisation image: {e}")
return None
def prepare_image_for_dataset(image: Image.Image, max_size: tuple[int, int] = (100, 100), quality: int = 60) -> dict[str, str | int | float | tuple] | None:
"""
Prépare une image pour l'inclusion dans le dataset
Args:
image: Image PIL à traiter
max_size: Taille maximale (largeur, hauteur)
quality: Qualité de compression PNG
Returns:
Dictionnaire avec image_base64, taille, etc. ou None
"""
try:
if image is None:
return None
# Copier et redimensionner
dataset_image = image.copy()
dataset_image.thumbnail(max_size, Image.Resampling.LANCZOS)
compressed_size = dataset_image.size
# Convertir en base64
buffer = BytesIO()
dataset_image.save(buffer, format='PNG', optimize=True, quality=quality)
buffer_data = buffer.getvalue()
image_base64 = base64.b64encode(buffer_data).decode()
file_size_kb = len(image_base64) / 1024
# Structure propre pour dataset
result = {
"image_base64": image_base64,
"compressed_size": compressed_size,
"file_size_kb": round(file_size_kb, 1),
"format": "PNG",
"quality": quality
}
# Nettoyage
dataset_image.close()
buffer.close()
return result
except Exception as e:
print(f"❌ Erreur préparation image dataset: {e}")
return None
def create_thumbnail_fast(optimized_image: Image.Image | None, size: tuple[int, int] = (40, 40)) -> str:
"""
Création miniature rapide pour affichage dans les résultats
Args:
optimized_image: Image PIL source
size: Taille de la miniature (largeur, hauteur)
Returns:
HTML img tag avec image base64 ou icône par défaut
"""
try:
if optimized_image is None:
return "📝"
thumbnail = optimized_image.copy()
thumbnail.thumbnail(size, Image.Resampling.LANCZOS)
buffer = BytesIO()
thumbnail.save(buffer, format='PNG', optimize=True, quality=70)
img_str = base64.b64encode(buffer.getvalue()).decode()
thumbnail.close()
buffer.close()
return f'<img src="data:image/png;base64,{img_str}" width="{size[0]}" height="{size[1]}" style="border: 1px solid #ccc; border-radius: 3px;" alt="Réponse calcul">'
except Exception:
return "📝"
def decode_image_from_dataset(base64_string: str) -> Image.Image | None:
"""
Décode une image depuis le dataset pour fine-tuning ou analyse
Args:
base64_string: String base64 de l'image
Returns:
Image PIL ou None si erreur
"""
try:
image_bytes = base64.b64decode(base64_string)
image = Image.open(BytesIO(image_bytes))
return image
except Exception as e:
print(f"❌ Erreur décodage image dataset: {e}")
return None
def validate_ocr_result(raw_result: str, max_length: int = 4) -> str:
"""
Valide et nettoie un résultat OCR
Args:
raw_result: Résultat brut de l'OCR
max_length: Longueur maximale autorisée
Returns:
Résultat nettoyé (chiffres uniquement)
"""
if not raw_result:
return "0"
# Extraire uniquement les chiffres
cleaned_result = ''.join(filter(str.isdigit, str(raw_result)))
# Valider la longueur
if cleaned_result and len(cleaned_result) <= max_length:
return cleaned_result
elif cleaned_result:
# Si trop long, prendre les premiers chiffres
return cleaned_result[:max_length]
else:
return "0"
def analyze_calculation_complexity(operand_a: int, operand_b: int, operation: str) -> dict:
"""
Analyse la complexité d'un calcul pour enrichir les métadonnées dataset
Args:
operand_a: Premier opérande
operand_b: Deuxième opérande
operation: Type d'opération (×, +, -, ÷)
Returns:
Dictionnaire avec score de complexité et catégorie
"""
complexity_score = 0
if operation == "×":
complexity_score = max(operand_a, operand_b)
elif operation == "+":
complexity_score = (operand_a + operand_b) / 20
elif operation == "-":
complexity_score = max(operand_a, operand_b) / 10
elif operation == "÷":
complexity_score = operand_a / 10
# Catégorisation
if complexity_score < 5:
category = "easy"
elif complexity_score < 10:
category = "medium"
else:
category = "hard"
return {
"complexity_score": round(complexity_score, 2),
"difficulty_category": category,
"operation_type": operation
} |