Update app.py

app.py

@@ -1,220 +1,178 @@
 import os
-
-# --- CẤU HÌNH HỆ THỐNG ---
-os.environ["FLAGS_use_mkldnn"] = "0"
-os.environ["FLAGS_enable_mkldnn"] = "0"
-os.environ["DN_ENABLE_MKLDNN"] = "0"
-os.environ["CPP_MIN_LOG_LEVEL"] = "3"
-
-import logging
-import re
+import cv2
+import numpy as np
+import requests
 import gradio as gr
 from paddleocr import PaddleOCR
 from PIL import Image, ImageDraw, ImageFont
-import numpy as np
-import requests
-
-# Tắt log thừa
-logging.getLogger("ppocr").setLevel(logging.WARNING)
 
-print("Đang khởi tạo PaddleOCR (Coordinate Sync Mode)...")
-
-try:
-    ocr = PaddleOCR(use_textline_orientation=False, use_doc_orientation_classify=False, 
-        use_doc_unwarping=False, lang='ch')
-except Exception as e:
-    print(f"Lỗi khởi tạo: {e}. Chuyển về chế độ mặc định.")
-    ocr = PaddleOCR(lang='ch')
-
-print("Model đã sẵn sàng!")
+# --- 1. CẤU HÌNH HỆ THỐNG ---
+os.environ["FLAGS_use_mkldnn"] = "0"
+os.environ["FLAGS_enable_mkldnn"] = "0"
+os.environ["CPP_MIN_LOG_LEVEL"] = "3"
 
-# --- TẢI FONT ---
+# --- 2. TẢI FONT CHỮ TRUNG QUỐC ---
 def check_and_download_font():
     font_path = "./simfang.ttf"
     if not os.path.exists(font_path):
+        print("Đang tải font SimFang để hiển thị tiếng Trung...")
         try:
             url = "https://github.com/StellarCN/scp_zh/raw/master/fonts/SimFang.ttf"
             r = requests.get(url, allow_redirects=True)
             with open(font_path, 'wb') as f:
                 f.write(r.content)
-        except:
+            print("Đã tải font thành công!")
+        except Exception as e:
+            print(f"Lỗi tải font: {e}")
             return None
     return font_path
 
 FONT_PATH = check_and_download_font()
 
-# --- HÀM VẼ ĐA NĂNG ---
-def universal_draw(image, raw_data, font_path):
-    if image is None: return image
-    
-    # Đảm bảo image là PIL
-    if isinstance(image, np.ndarray):
-        image = Image.fromarray(image)
-    
-    # Copy để vẽ
-    canvas = image.copy()
-    draw = ImageDraw.Draw(canvas)
-    
-    try:
-        font_size = 24
-        font = ImageFont.truetype(font_path, font_size) if font_path else ImageFont.load_default()
-    except:
-        font = ImageFont.load_default()
+# --- 3. KHỞI TẠO PADDLE OCR (TỐI ƯU CHO CHỮ VIẾT TAY) ---
+print("Đang khởi tạo PaddleOCR...")
+# det_db_thresh=0.3: Giảm ngưỡng để bắt nét mỏng
+# use_angle_cls=True: Tự động xoay ảnh nếu chữ bị nghiêng
+ocr = PaddleOCR(
+    use_angle_cls=True, 
+    lang='ch', 
+    show_log=False,
+    det_db_thresh=0.3,
+    det_db_box_thresh=0.5,
+    use_gpu=False # Đặt True nếu bạn có GPU
+)
+print("Model đã sẵn sàng!")
 
-    # Hàm parse box
-    def parse_box(b):
-        try:
-            if hasattr(b, 'tolist'): b = b.tolist()
-            if len(b) > 0 and isinstance(b[0], list): return [tuple(p) for p in b]
-            if len(b) == 4 and isinstance(b[0], (int, float)): 
-                 return [(b[0], b[1]), (b[2], b[1]), (b[2], b[3]), (b[0], b[3])]
-            return None
-        except: return None
+# --- 4. HÀM XỬ LÝ ẢNH NÂNG CAO ---
+def preprocess_red_handwriting(pil_image):
+    """
+    Kỹ thuật tách mực đỏ trên giấy kẻ:
+    - Mực đỏ hấp thụ ánh sáng xanh lá (Green).
+    - Trong kênh Green, mực đỏ sẽ rất tối (gần đen), còn nền trắng/kẻ xanh sẽ sáng.
+    """
+    # Convert PIL sang OpenCV
+    img = np.array(pil_image)
+    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
+
+    # 1. Tách lấy kênh Green (Kênh hiệu quả nhất với mực đỏ)
+    b, g, r = cv2.split(img)
+    
+    # 2. Tăng tương phản cục bộ (CLAHE) để làm rõ nét chữ
+    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
+    enhanced = clahe.apply(g)
+
+    # 3. Nhị phân hóa (Adaptive Threshold) để loại bỏ nền giấy và dòng kẻ mờ
+    # Block size 21, C 10 giúp giữ lại nét chữ mà xóa nhiễu nền
+    binary = cv2.adaptiveThreshold(
+        enhanced, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
+        cv2.THRESH_BINARY, 21, 10
+    )
 
-    items_to_draw = []
+    # 4. Khử nhiễu đốm nhỏ (Denoise)
+    clean = cv2.fastNlMeansDenoising(binary, None, 10, 7, 21)
+    
+    # Chuyển lại sang RGB để đưa vào Model
+    processed_pil = Image.fromarray(cv2.cvtColor(clean, cv2.COLOR_GRAY2RGB))
+    return processed_pil
 
-    # Logic tìm box/text
-    # Ưu tiên cấu trúc PaddleX: rec_texts + dt_polys
-    processed = False
-    if isinstance(raw_data, list) and len(raw_data) > 0 and isinstance(raw_data[0], dict):
-        data_dict = raw_data[0]
-        texts = data_dict.get('rec_texts')
-        boxes = data_dict.get('dt_polys', data_dict.get('rec_polys', data_dict.get('dt_boxes')))
-        
-        if texts and boxes and isinstance(texts, list) and isinstance(boxes, list):
-            for i in range(min(len(texts), len(boxes))):
-                txt = texts[i]
-                box = parse_box(boxes[i])
-                if box and txt: items_to_draw.append((box, txt))
-            processed = True
-
-    # Fallback Logic
-    if not processed:
-        def hunt(data):
-            if isinstance(data, dict):
-                box = None; text = None
-                for k in ['points', 'box', 'dt_boxes', 'poly']:
-                    if k in data: box = parse_box(data[k]); break
-                for k in ['transcription', 'text', 'rec_text', 'label']:
-                    if k in data: text = data[k]; break
-                if box and text: items_to_draw.append((box, text)); return
-                for v in data.values(): hunt(v)
-            elif isinstance(data, (list, tuple)):
-                if len(data) == 2 and isinstance(data[0], list) and len(data[0]) == 4:
-                    box = parse_box(data[0])
-                    txt_obj = data[1]
-                    text = txt_obj[0] if isinstance(txt_obj, (list, tuple)) else txt_obj
-                    if box and isinstance(text, str): items_to_draw.append((box, text)); return
-                for item in data: hunt(item)
-        hunt(raw_data)
-
-    # Vẽ
-    for box, txt in items_to_draw:
-        try:
-            # Vẽ khung đỏ
-            draw.polygon(box, outline="red", width=3)
-            # Vẽ chữ
-            txt_x, txt_y = box[0]
-            if hasattr(draw, "textbbox"):
-                text_bbox = draw.textbbox((txt_x, txt_y), txt, font=font, anchor="lb")
-                draw.rectangle(text_bbox, fill="red")
-                draw.text((txt_x, txt_y), txt, fill="white", font=font, anchor="lb")
-            else:
-                draw.text((txt_x, txt_y - font_size), txt, fill="white", font=font)
-        except: continue
-
-    return canvas
-
-# --- HÀM XỬ LÝ TEXT ---
-def deep_extract_text(data):
-    found_texts = []
-    if isinstance(data, str):
-        if len(data.strip()) > 0: return [data]
-        return []
-    if isinstance(data, (list, tuple)):
-        for item in data: found_texts.extend(deep_extract_text(item))
-    elif isinstance(data, dict):
-        for val in data.values(): found_texts.extend(deep_extract_text(val))
-    elif hasattr(data, '__dict__'): found_texts.extend(deep_extract_text(data.__dict__))
-    return found_texts
-
-def clean_text_result(text_list):
-    cleaned = []
-    block_list = ['min', 'max', 'general', 'header', 'footer', 'structure']
-    for t in text_list:
-        t = t.strip()
-        if len(t) < 2 and not any(u'\u4e00' <= c <= u'\u9fff' for c in t): continue
-        if t.lower().endswith(('.ttf', '.json', '.pdparams', '.yml', '.log')): continue
-        if t.lower() in block_list: continue
-        if not re.search(r'[\w\u4e00-\u9fff]', t): continue
-        cleaned.append(t)
-    return cleaned
-
-# --- MAIN PREDICT ---
+# --- 5. HÀM DỰ ĐOÁN CHÍNH ---
 def predict(image):
-    if image is None: return None, "Chưa có ảnh.", "No Data"
+    if image is None: 
+        return None, None, "Vui lòng tải ảnh lên.", ""
 
     try:
-        # Chuẩn bị ảnh đầu vào
-        original_pil = image.copy() if isinstance(image, Image.Image) else Image.fromarray(image).copy()
-        image_np = np.array(image)
-        
-        # 1. OCR
-        raw_result = ocr.ocr(image_np)
+        # Bước 1: Xử lý ảnh để làm rõ chữ
+        processed_image = preprocess_red_handwriting(image)
         
-        # 2. XỬ LÝ ẢNH ĐỂ VẼ (KEY FIX: Lấy ảnh từ Preprocessor nếu có)
-        target_image_for_drawing = original_pil
+        # Bước 2: Chạy OCR trên ảnh ĐÃ XỬ LÝ
+        # Chuyển sang numpy array cho Paddle
+        img_np = np.array(processed_image)
+        result = ocr.ocr(img_np, cls=True)
+
+        # Bước 3: Vẽ kết quả lên ảnh GỐC (để người dùng dễ đối chiếu)
+        draw_img = image.copy()
+        draw = ImageDraw.Draw(draw_img)
         
-        # Kiểm tra xem Paddle có chỉnh sửa ảnh không (dựa vào key 'doc_preprocessor_res')
-        if isinstance(raw_result, list) and len(raw_result) > 0 and isinstance(raw_result[0], dict):
-            if 'doc_preprocessor_res' in raw_result[0]:
-                proc_res = raw_result[0]['doc_preprocessor_res']
-                # Nếu có ảnh đầu ra đã chỉnh sửa (output_img)
-                if 'output_img' in proc_res:
-                    print("Phát hiện ảnh đã qua xử lý hình học. Đang đồng bộ tọa độ...")
-                    numpy_img = proc_res['output_img']
-                    target_image_for_drawing = Image.fromarray(numpy_img)
-
-        # 3. Vẽ lên ảnh ĐÚNG (Target Image)
-        annotated_image = universal_draw(target_image_for_drawing, raw_result, FONT_PATH)
-
-        # 4. Xử lý Text
-        all_texts = deep_extract_text(raw_result)
-        final_texts = clean_text_result(all_texts)
-        text_output = "\n".join(final_texts) if final_texts else "Không tìm thấy văn bản."
-
-        # Debug Info
-        debug_str = str(raw_result)[:1000]
-        debug_info = f"Used Image Source: {'Preprocessed' if target_image_for_drawing != original_pil else 'Original'}\nData Preview:\n{debug_str}..."
-
-        return annotated_image, text_output, debug_info
+        try:
+            font = ImageFont.truetype(FONT_PATH, 24) if FONT_PATH else ImageFont.load_default()
+        except:
+            font = ImageFont.load_default()
+
+        texts_output = []
+        raw_data_log = []
+
+        if result and result[0]:
+            # Sắp xếp kết quả từ trên xuống dưới theo tọa độ Y
+            # result[0] là list các box. Mỗi item: [ [[x1,y1],...], (text, confidence) ]
+            sorted_res = sorted(result[0], key=lambda x: x[0][0][1])
+
+            for line in sorted_res:
+                box = line[0]        # Tọa độ 4 điểm
+                txt_obj = line[1]    # (Text, Score)
+                text_content = txt_obj[0]
+                score = txt_obj[1]
+
+                # Log debug
+                raw_data_log.append(f"Confidence: {score:.2f} | Text: {text_content}")
+
+                # Chỉ lấy kết quả có độ tin cậy > 0.5 để lọc rác
+                if score > 0.5:
+                    texts_output.append(text_content)
+                    
+                    # Vẽ khung và chữ
+                    poly = [(p[0], p[1]) for p in box]
+                    draw.polygon(poly, outline="red", width=2)
+                    
+                    # Vẽ nền cho chữ để dễ đọc
+                    if hasattr(draw, "textbbox"):
+                        bbox = draw.textbbox((poly[0][0], poly[0][1]-25), text_content, font=font)
+                        draw.rectangle(bbox, fill="red")
+                    
+                    draw.text((poly[0][0], poly[0][1]-25), text_content, fill="white", font=font)
+        else:
+            texts_output.append("Không tìm thấy văn bản nào.")
+
+        final_text = "\n".join(texts_output)
+        debug_info = "\n".join(raw_data_log)
+
+        return draw_img, processed_image, final_text, debug_info
 
     except Exception as e:
         import traceback
-        return image, f"Lỗi: {str(e)}", traceback.format_exc()
+        return image, image, f"Lỗi hệ thống: {str(e)}", traceback.format_exc()
+
+# --- 6. GIAO DIỆN GRADIO ---
+css = """
+.container { max-width: 1200px; margin: auto; }
+"""
 
-# --- GIAO DIỆN ---
-with gr.Blocks(title="PaddleOCR Perfect Overlay") as iface:
-    gr.Markdown("## PaddleOCR Chinese - High Precision Overlay")
+with gr.Blocks(css=css, title="Handwriting OCR Pro") as iface:
+    gr.Markdown("# 🧧 AI Nhận Diện Chữ Viết Tay Tiếng Trung (Bản Tối Ưu)")
+    gr.Markdown("Hệ thống tối ưu riêng cho **Mực đỏ** trên **Giấy kẻ ngang**.")
     
     with gr.Row():
-        with gr.Column():
-            input_img = gr.Image(type="pil", label="Input Image")
-            submit_btn = gr.Button("RUN OCR", variant="primary")
+        with gr.Column(scale=1):
+            input_img = gr.Image(type="pil", label="Tải ảnh gốc lên")
+            run_btn = gr.Button("🚀 BẮT ĐẦU NHẬN DIỆN", variant="primary", size="lg")
         
-        with gr.Column():
+        with gr.Column(scale=1):
             with gr.Tabs():
-                with gr.TabItem("🖼️ Kết quả Khớp Tọa Độ"):
-                    output_img = gr.Image(type="pil", label="Overlay Result")
-                with gr.TabItem("📝 Văn bản"):
-                    output_txt = gr.Textbox(label="Text Content", lines=15)
-                with gr.TabItem("🐞 Debug"):
-                    output_debug = gr.Textbox(label="Debug Info", lines=15)
-
-    submit_btn.click(
+                with gr.TabItem("🖼️ Kết quả Overlay"):
+                    output_overlay = gr.Image(type="pil", label="Ảnh gốc + Chữ nhận diện")
+                with gr.TabItem("🌑 Ảnh đã xử lý (AI Vision)"):
+                    output_processed = gr.Image(type="pil", label="Cách AI nhìn thấy ảnh này")
+                    gr.Markdown("*Đây là ảnh sau khi lọc bỏ dòng kẻ và tách mực đỏ.*")
+    
+    with gr.Row():
+        with gr.Column():
+            output_text = gr.Textbox(label="📄 Văn bản trích xuất", lines=10, show_copy_button=True)
+        with gr.Column():
+            output_debug = gr.Textbox(label="🐞 Debug Log (Độ tin cậy)", lines=10)
+
+    run_btn.click(
         fn=predict,
         inputs=input_img,
-        outputs=[output_img, output_txt, output_debug]
+        outputs=[output_overlay, output_processed, output_text, output_debug]
     )
 
 if __name__ == "__main__":