pctb/structure.c

   1 /*
   2   */
   3
   4 #include "structure.h"
   5
   6
   7 typedef struct {
   8   int x, y;
   9 } Point;
  10
  11 typedef struct { /* both inclusive */
  12   Point tl;
  13   Point br;
  14 } Rect;
  15
  16 static CanonImage *cim;
  17
  18 static inline char get(int x, int y) { return cim->d[y * cim->w + x]; }
  19 static inline char get_p(Point p) { return get(p.x,p.y); }
  20
  21 #define START_MAIN {200,200}
  22 #define MIN_COLUMNS         6
  23 #define INTERESTING_COLUMNS 7
  24 #define TEXT_COLUMNS        2
  25 #define MAX_COLUMNS         7
  26
  27 static Rect mainr = { START_MAIN,START_MAIN };
  28 static int commbasey, comminty;
  29 static int colrightx[INTERESTING_COLUMNS];
  30 static int text_h=-1, columns=-1;
  31 static OcrReader *rd;
  32
  33 const CanonColourInfo canoncolourinfos[]= {
  34   { 0x475A5E, '*' }, /* edge */
  35   { 0x2C5F7A, '*' }, /* edge just under box heading shadow */
  36   { 0x7D9094, '+' }, /* interbox */
  37
  38   { 0xBDC5BF, ' ' }, /* background - pale  Sugar cane, etc. */
  39   { 0xADB5AF, ' ' }, /* background - dark                   */
  40   { 0xC7E1C3, ' ' }, /* background - pale  Swill, etc.      */
  41   { 0xB5CFB1, ' ' }, /* background - dark                   */
  42   { 0xD6CEB0, ' ' }, /* background - pale  Madder, etc.     */
  43   { 0xC8C0A2, ' ' }, /* background - dark                   */
  44   { 0xE0E1D3, ' ' }, /* background - pale  Lorandite, etc.  */
  45   { 0xD0D1C3, ' ' }, /* background - dark                   */
  46   { 0xE5E6C1, ' ' }, /* background - pale  Cloth            */
  47   { 0xD7D8B3, ' ' }, /* background - dark                   */
  48   { 0xEDDED9, ' ' }, /* background - pale  Dye              */
  49   { 0xDACBC6, ' ' }, /* background - dark                   */
  50   { 0xD3DEDF, ' ' }, /* background - pale  Paint            */
  51   { 0xC5D0D1, ' ' }, /* background - dark                   */
  52   { 0xDCD1CF, ' ' }, /* background - pale  Enamel           */
  53   { 0xCEC3C1, ' ' }, /* background - dark                   */
  54   { 0xF3F6F5, ' ' }, /* background - pale  fruit            */
  55   { 0xE2E7E5, ' ' }, /* background - dark                   */
  56
  57   { 0x000000, 'o' }, /* foreground */
  58   { 0xD4B356, ' ' }, /* background (cursor) */
  59   { 0xFFFFFF, 'o' }, /* foreground (cursor) */
  60
  61   { 0x5B93BF, '_' }, /* selector dropdown background */
  62   { 0xD7C94F, 'X' }, /* selector dropdown foreground */
  63   { 0,0 }
  64 };
  65
  66 static void require_rectangle(int tlx, int tly, int brx, int bry,
  67                               const char *ok) {
  68   int x,y;
  69   for (x=tlx; x<=brx; x++)
  70     for (y=tly; y<=bry; y++) {
  71       int c= get(x,y);
  72       assert(strchr(ok,c));
  73     }
  74 }
  75 static void require_rectangle_r(Rect rr, const char *ok) {
  76   require_rectangle(rr.tl.x,rr.tl.y, rr.br.x,rr.br.y, ok);
  77 }
  78
  79 static void debug_rect(const char *what, int whati, Rect rr) {
  80   if (!DEBUGP(rect)) return;
  81   int y,r,w;
  82   fprintf(debug, "%s %d: %d,%d..%d,%d:\n", what, whati,
  83           rr.tl.x,rr.tl.y, rr.br.x,rr.br.y);
  84   w= rr.br.x - rr.tl.x + 1;
  85   for (y=rr.tl.y; y<=rr.br.y; y++) {
  86     fprintf(debug, "%4d%*s|", y, rr.tl.x,"");
  87     r= fwrite(cim->d + y*cim->w + rr.tl.x, 1, w, debug);
  88     eassert(r==w);
  89     fputc('|',debug);
  90     fputc('\n',debug);
  91   }
  92   debug_flush();
  93 }
  94
  95 #define WALK_UNTIL(point,coord,increm,last,edge)                        \
  96   for (;;) {                                                            \
  97     if ((point).coord == (last)+(increm)) break;                        \
  98     if (get_p((point)) == (edge)) { (point).coord -= (increm); break; } \
  99     (point).coord += (increm);                                          \
 100   }
 101
 102 #define WALK_UNTIL_MUST(point,coord,increm,last,edge)   \
 103   do {                                                  \
 104     WALK_UNTIL(point,coord,increm,last,edge);           \
 105     eassert((point).coord != (last)+(increm));          \
 106   } while(0)
 107
 108 void find_structure(CanonImage *im) {
 109   cim= im;
 110
 111   Rect whole = { {0,0}, {cim->w-1,cim->h-1} };
 112
 113   WALK_UNTIL_MUST(mainr.tl, x,-1, whole.tl.x, '*');
 114   WALK_UNTIL_MUST(mainr.tl, y,-1, whole.tl.y, '*');
 115   WALK_UNTIL_MUST(mainr.br, x,+1, whole.br.x, '*');
 116   WALK_UNTIL_MUST(mainr.br, y,+1, whole.br.y, '*');
 117
 118   require_rectangle(mainr.tl.x-1, mainr.tl.y, mainr.tl.x-1, mainr.br.y, "*");
 119   require_rectangle(mainr.br.x+1, mainr.tl.y, mainr.br.x+1, mainr.br.y, "*");
 120   require_rectangle(mainr.tl.x, mainr.tl.y-1, mainr.br.x, mainr.tl.y-1, "*");
 121   require_rectangle(mainr.tl.x, mainr.br.y+1, mainr.br.x, mainr.br.y+1, "*");
 122
 123 #define CHECK_STRIP_BORDER(tlbr,xy,increm)      \
 124   do {                                          \
 125     Point csb_p;                                \
 126     Rect csb_r;                                 \
 127     csb_p= mainr.tl;                            \
 128     csb_p.xy= mainr.tlbr.xy;                    \
 129     if (get_p(csb_p)=='+') {                    \
 130       csb_r= mainr;                             \
 131       csb_r.tl.xy= csb_p.xy;                    \
 132       csb_r.br.xy= csb_p.xy;                    \
 133       require_rectangle_r(csb_r, "+");          \
 134       mainr.tlbr.xy += increm;                  \
 135     }                                           \
 136   } while(0)
 137
 138   debug_rect("mainr",0, mainr);
 139
 140   CHECK_STRIP_BORDER(tl,x,+1);
 141   CHECK_STRIP_BORDER(tl,y,+1);
 142   CHECK_STRIP_BORDER(br,x,-1);
 143   CHECK_STRIP_BORDER(br,y,-1);
 144
 145   debug_rect("mainr",1, mainr);
 146
 147   Point up = START_MAIN;
 148   WALK_UNTIL_MUST(up, y,-1, mainr.tl.y, '+');
 149
 150   Point down = START_MAIN;
 151   down.y++;
 152   WALK_UNTIL_MUST(down, y,+1, mainr.br.y, '+');
 153
 154   if (DEBUGP(rect)) {
 155     int xscaleunit, y,x;
 156     for (y=0, xscaleunit=1; y<4; y++, xscaleunit*=10) {
 157       fprintf(debug,"     ");
 158       for (x=0; x<=cim->w; x++) {
 159         if (x % xscaleunit) fputc(' ',debug);
 160         else fprintf(debug,"%d",(x / xscaleunit)%10);
 161       }
 162       fputc('\n',debug);
 163     }
 164   }
 165
 166   commbasey= up.y;
 167   comminty= down.y - up.y + 2;
 168
 169   Point across= { mainr.tl.x, commbasey };
 170   int colno=0;
 171   for (;;) {
 172     eassert(get_p(across) != '+');
 173     WALK_UNTIL(across, x,+1, mainr.br.x, '+');
 174     eassert(colno < MAX_COLUMNS);
 175     int colrx= across.x;
 176     if (colrx > mainr.br.x) colrx= mainr.br.x;
 177     if (colno < INTERESTING_COLUMNS)
 178       colrightx[colno]= colrx;
 179
 180     colno++;
 181
 182     if (across.x >= mainr.br.x-1)
 183       break;
 184
 185     across.x++;
 186     require_rectangle(across.x,mainr.tl.y, across.x,mainr.br.y, "+");
 187     across.x++;
 188   }
 189   eassert(colno >= MIN_COLUMNS);
 190
 191 #define SET_ONCE(var,val) do{                   \
 192     int v= (val);                               \
 193     if ((var)==-1) (var)= v;                    \
 194     else eassert((var) == v);                   \
 195   }while(0)
 196
 197   SET_ONCE(columns, colno);
 198   SET_ONCE(text_h, comminty - 1);
 199 }
 200
 201 CanonImage *alloc_canon_image(int w, int h) {
 202   CanonImage *im= malloc(sizeof(CanonImage) + w*h);
 203   eassert(im);
 204   im->w= w;
 205   im->h= h;
 206   memset(im->d,'?',w*h);
 207   return im;
 208 }
 209
 210 static void file_read_image_ppm(FILE *f) {
 211   struct pam inpam;
 212   unsigned char rgb_buf[3];
 213   CanonImage *im;
 214
 215   pnm_readpaminit(f, &inpam, sizeof(inpam));
 216   eassert(inpam.maxval == 255);
 217   eassert(inpam.bytes_per_sample == 1);
 218
 219   CANONICALISE_IMAGE(im, inpam.width, inpam.height, {
 220     int r= fread(&rgb_buf,1,3,f);  eassert(r==3);
 221
 222     rgb=
 223         ((unsigned long)rgb_buf[0]<<16) |
 224         ((unsigned long)rgb_buf[1]<<8) |
 225                        (rgb_buf[2]);
 226   });
 227
 228   eassert(!ferror(screenshots_file));
 229   eassert(!feof(screenshots_file));
 230
 231   eassert(npages < MAX_PAGES);
 232   page_images[npages++]= im;
 233 }
 234
 235 void read_one_screenshot(void) {
 236   progress("reading screenshot...");
 237   file_read_image_ppm(screenshots_file);
 238   progress_log("read screenshot.");
 239 }
 240
 241 void read_screenshots(void) {
 242   struct stat stab;
 243   int r;
 244
 245   r= fstat(fileno(screenshots_file), &stab);  eassert(!r);
 246
 247   for (;;) {
 248     if (S_ISREG(stab.st_mode)) {
 249       long pos= ftell(screenshots_file);
 250       if (pos == stab.st_size) break;
 251     } else {
 252       int c= fgetc(screenshots_file);
 253       if (c==EOF) break;
 254       ungetc(c, screenshots_file);
 255     }
 256     progress("reading screenshot %d...",npages);
 257     file_read_image_ppm(screenshots_file);
 258   }
 259   eassert(!ferror(screenshots_file));
 260   progress_log("read %d screenshots.",npages);
 261 }
 262
 263 static void find_commodity(int offset, Rect *rr) {
 264   /* rr->tl.x==-1 if offset out of range */
 265   rr->tl.y= commbasey - offset*comminty;
 266   rr->br.y= rr->tl.y + comminty-2;
 267   if (rr->tl.y < mainr.tl.y || rr->br.y > mainr.br.y) { rr->tl.x=-1; return; }
 268
 269   rr->tl.x= mainr.tl.x;
 270   rr->br.x= mainr.br.x;
 271
 272   if (rr->tl.y > mainr.tl.y)
 273     require_rectangle(rr->tl.x,rr->tl.y-1, rr->br.x,rr->tl.y-1, "+");
 274   if (rr->br.y < mainr.tl.y)
 275     require_rectangle(rr->tl.x,rr->br.y+1, rr->br.x,rr->br.y+1, "+");
 276 }
 277
 278 static void find_table_entry(Rect commod, int colno, Rect *cellr) {
 279   cellr->tl.y= commod.tl.y;
 280   cellr->br.y= commod.br.y;
 281   cellr->tl.x= !colno ? commod.tl.x : colrightx[colno-1]+2;
 282   cellr->br.x=                        colrightx[colno];
 283   debug_rect("cell", colno, *cellr);
 284   require_rectangle_r(*cellr, " o");
 285 }
 286
 287 static void ocr_rectangle(Rect r, const OcrCellType ct) {
 288   OcrResultGlyph *results, *res;
 289
 290   int w= r.br.x - r.tl.x + 1;
 291   Pixcol cols[w+1];
 292   int x,y;
 293   for (x=0; x<w; x++) {
 294     Pixcol cx, rv;
 295     for (y=0, cx=0, rv=1; y<text_h; y++, rv<<=1) {
 296       switch (get(x+r.tl.x, y+r.tl.y)) {
 297       case ' ':           break;
 298       case 'o': cx |= rv; break;
 299       default: eassert(!"wrong pixel");
 300       }
 301     }
 302     cols[x]= cx;
 303   }
 304   cols[w]= 0;
 305
 306   results= ocr(rd,ct,w,cols);
 307   for (res=results; res->s; res++)
 308     printf("%s",res->s);
 309 }
 310
 311 void analyse(void) {
 312   Rect thisr, entryr;
 313   int page, tryrect, colno;
 314
 315   for (page=0; page<npages; page++) {
 316     find_structure(page_images[page]);
 317
 318     if (!rd)
 319       rd= ocr_init(text_h);
 320
 321     for (tryrect= +cim->h; tryrect >= -cim->h; tryrect--) {
 322       find_commodity(tryrect, &thisr);
 323       if (thisr.tl.x < 0)
 324         continue;
 325       debug_rect("commod",tryrect, thisr);
 326
 327       const char *tab= "";
 328       for (colno=0; colno<columns; colno++) {
 329         find_table_entry(thisr,colno,&entryr);
 330         fputs(tab, stdout);
 331         ocr_rectangle(entryr,
 332                       colno<TEXT_COLUMNS
 333                       ? &ocr_celltype_text
 334                       : &ocr_celltype_number);
 335         tab= "\t";
 336       }
 337       fputs("\n", stdout);
 338       eassert(!ferror(stdout));
 339       eassert(!fflush(stdout));
 340     }
 341   }
 342 }