chiark / gitweb /
Fixups to new Upper/Lower/Digit/Word ocr arrangements; make dictionary-manager only...
authorIan Jackson <ian@liberator.relativity.greenend.org.uk>
Tue, 30 Jun 2009 18:50:00 +0000 (19:50 +0100)
committerIan Jackson <ian@liberator.relativity.greenend.org.uk>
Tue, 30 Jun 2009 18:50:00 +0000 (19:50 +0100)
pctb/README.charset
pctb/ocr.c
pctb/ocr.h
pctb/x.gdb

index c57f2f5..4301a0a 100644 (file)
@@ -102,9 +102,12 @@ containing `yw' and define it as `yw'.
 Fixing mistakes
 ---------------
 
-The OCR query UI allows you to delete things from the glyph dictionary.
-However since you are not guaranteed to actually get an OCR query at
-all if the dictionary contains errors, you shouldn't rely on this.
+The OCR query UI allows you to delete things from the glyph
+dictionary.  However since you are not guaranteed to actually get an
+OCR query at all (and since it is not possible to override the
+presence of an entry in the master database with the absence of one in
+the local database), if the dictionary contains errors, you shouldn't
+rely on this.
 
 If you think you have made mistakes answering OCR queries (for
 example, the recognised data is wrong), you should delete the file
index f610445..7655659 100644 (file)
@@ -235,7 +235,7 @@ static void callout_unknown(OcrReader *rd, int w, Pixcol cols[],
   for (i=0, s=rd->results; i<rd->nresults; i++, s++) {
     if (!strcmp(s->s," ")) continue;
     fprintf(resolver," %d %d ",s->l,s->r);
-    cu_pr_ctxmap(resolver,s->ctxmap);
+    cu_pr_ctxmap(resolver, 1u << s->ctxi);
     fprintf(resolver," ");
     for (p=s->s; (c= *p); p++) {
       if (c=='\\') fprintf(resolver,"\\%c",c);
@@ -265,8 +265,7 @@ static void callout_unknown(OcrReader *rd, int w, Pixcol cols[],
   readdb(rd);
 }
 
-static void add_result(OcrReader *rd, const char *s, int l, int r,
-                      unsigned ctxmap) {
+static void add_result(OcrReader *rd, const char *s, int l, int r, int ctxi) {
   if (rd->nresults >= rd->aresults) {
     rd->aresults++; rd->aresults<<=1;
     rd->results= mrealloc(rd->results, sizeof(*rd->results)*rd->aresults);
@@ -274,7 +273,7 @@ static void add_result(OcrReader *rd, const char *s, int l, int r,
   rd->results[rd->nresults].s= s;
   rd->results[rd->nresults].l= l;
   rd->results[rd->nresults].r= r;
-  rd->results[rd->nresults].ctxmap= ctxmap;
+  rd->results[rd->nresults].ctxi= ctxi;
   rd->nresults++;
 }
 
@@ -314,7 +313,8 @@ static DatabaseNode *findchar_1ctx(const FindCharArgs *fca,
   return bestmatch;
 }  
 
-static DatabaseNode *findchar(const FindCharArgs *fca, int *match_rx) {
+static DatabaseNode *findchar(const FindCharArgs *fca,
+                             int *match_rx, int *match_rctxi) {
   FindCharResults results[NCONTEXTS];
   int ctxi, match=-1, nmatches=0;
 
@@ -342,8 +342,9 @@ static DatabaseNode *findchar(const FindCharArgs *fca, int *match_rx) {
   if (match<0)
     return 0;
   
-  *match_rx= results[ctxi].rx;
-  return results[ctxi].match;
+  *match_rx= results[match].rx;
+  if (match_rctxi) *match_rctxi= match;
+  return results[match].match;
 }
 
 static int findchar_select_text(const FindCharArgs *fca,
@@ -366,7 +367,7 @@ const struct OcrCellTypeInfo ocr_celltype_number= {
 const struct OcrCellTypeInfo ocr_celltype_text= {
   .initial=  012, /* Digit|Upper */
   .nextword= 017, /* Digit|Upper|Lower|Word */
-  .midword=  014, /* Digit|Lower */
+  .midword=  011, /* Digit|Lower */
   .space_spaces= 4,
   .name= "text",
   .findchar_select= findchar_select_text
@@ -415,17 +416,18 @@ OcrResultGlyph *ocr(OcrReader *rd, OcrCellType ct, int w, Pixcol cols[]) {
 
     /* something here, so we need to add the spaces */
     if (nspaces >= ct->space_spaces)
-      add_result(rd," ",x-nspaces,x+1,0);
+      add_result(rd," ",x-nspaces,x+1,-1);
     nspaces=0;
 
     fca.x= x;
 
     int match_rx=-1;
-    DatabaseNode *match= findchar(&fca, &match_rx);
+    int match_ctxi=-1;
+    DatabaseNode *match= findchar(&fca, &match_rx, &match_ctxi);
     
     if (match) {
       debugf(" || YES");
-      add_result(rd, match->str, x, match_rx, fca.ctxmap);
+      add_result(rd, match->str, x, match_rx, match_ctxi);
       x= match_rx+1;
       if (match->match) fca.ctxmap= ct->midword;
       else debugf(" (empty)");
@@ -446,7 +448,7 @@ OcrResultGlyph *ocr(OcrReader *rd, OcrCellType ct, int w, Pixcol cols[]) {
     }
 
   }
-  add_result(rd, 0,-1,-1,0);
+  add_result(rd, 0,-1,-1,-1);
   debugf("OCR  finished %d glyphs\n",rd->nresults);
   debug_flush();
   return rd->results;
index 97a5c66..389a7d2 100644 (file)
@@ -38,7 +38,7 @@ typedef uint32_t Pixcol;
 typedef struct {
   const char *s; /* valid until next call to ocr() */
   int l,r; /* column numbers */
-  unsigned ctxmap; /* match context index */
+  int ctxi; /* match context index */
 } OcrResultGlyph;
 
 
index 5adf557..2088825 100644 (file)
@@ -1,8 +1,4 @@
 file ypp-commodities
-set args -Dpages --test-servers --find-island
-break pages.c:596
-
-#set args -Dcallout --ocean midnight --pirate aristarchus --same --raw-tsv >raw.tsv 
-#break convert.c:260
-
+set args --same --test-servers --raw-tsv
+break findchar
 run