pctb/ocr.c

   1 /*
   2   */
   3
   4 #include "ocr.h"
   5
   6 typedef struct {
   7   Pixcol col;
   8   struct OCRDatabaseNode *then;
   9 } OCRDatabaseLink;
  10
  11 #define MAXGLYPHCHRS 3
  12
  13 typedef struct OCRDatabaseNode {
  14   char s[MAXGLYPHCHRS+1]; /* null-terminated; "" means no match here */
  15   int nlinks, alinks;
  16   OCRDatabaseLink *links;
  17 } OCRDatabaseNode;
  18
  19 #define N_OCR_CONTEXTS 2
  20
  21 static OCRDatabaseNode ocr_contexts[N_OCR_CONTEXTS];
  22 static FILE *db;
  23 static OcrResultGlyph *results;
  24 static int aresults, nresults;
  25
  26 static FILE *resolver;
  27 static pid_t resolver_pid;
  28 static int resolver_done;
  29
  30 static void ocr_readdb(void) {
  31   int ctx,nchrs;
  32   OCRDatabaseNode *current, *additional;
  33   char chrs[MAXGLYPHCHRS+1];
  34   Pixcol cv;
  35   int r,i,j;
  36
  37   assert(!db);
  38   db= fopen("database","r");  eassert(db);
  39
  40   for (;;) {
  41     r= fscanf(db, "%d %d", &ctx, &nchrs);
  42     if (r==EOF) break;
  43     eassert(r==2);
  44     eassert(ctx>=0 && ctx<N_OCR_CONTEXTS);
  45     eassert(nchrs>0 && nchrs<=MAXGLYPHCHRS);
  46
  47     for (i=0; i<nchrs; i++) {
  48       int c;
  49       r= fscanf(db, "%x", &c);  eassert(r==1);
  50       eassert(c>0 && c<=255);
  51       chrs[i]= c;
  52     }
  53     chrs[nchrs]= 0;
  54
  55     int twidth;
  56     r= fscanf(db, "%d", &twidth);  eassert(r==1);
  57     current= &ocr_contexts[ctx];
  58     for (i=0; i<twidth; i++) {
  59       r= fscanf(db, "%"PSPIXCOL(SCNx), &cv);  eassert(r==1);
  60       for (j=0; j<current->nlinks; j++)
  61         if (current->links[j].col == cv) {
  62           current= current->links[j].then;
  63           goto found_link;
  64         }
  65
  66       additional= malloc(sizeof(*additional)); eassert(additional);
  67       additional->s[0]= 0;
  68       additional->nlinks= additional->alinks= 0;
  69       additional->links= 0;
  70       if (current->nlinks==current->alinks) {
  71         current->alinks++;
  72         current->alinks<<=1;
  73         current->links= realloc(current->links,
  74             sizeof(*current->links) * current->alinks);
  75         eassert(current->links);
  76       }
  77       current->links[current->nlinks].col= cv;
  78       current->links[current->nlinks].then= additional;
  79       current->nlinks++;
  80       current= additional;
  81
  82     found_link:;
  83     }
  84
  85     eassert(!current->s[0]);
  86     strcpy(current->s, chrs);
  87   }
  88   eassert(!ferror(db));
  89   eassert(feof(db));
  90 }
  91
  92 static void callout_unknown(int w, int h, Pixcol cols[],
  93                             int unk_l, int unk_r, int unk_ctx,
  94                             const OcrResultGlyph *sofar, int nsofar) {
  95   int jobpipe[2],donepipe[2], c, r,i, x,y;
  96   const OcrResultGlyph *s;
  97   const char *p;
  98   char cb;
  99   Pixcol pv;
 100
 101   if (!resolver) {
 102     r= pipe(jobpipe);  eassert(!r);
 103     r= pipe(donepipe);  eassert(!r);
 104     resolver_pid= fork();
 105     eassert(resolver_pid!=-1);
 106     if (!resolver_pid) {
 107       r= dup2(jobpipe[0],0); eassert(r==0);
 108       r= close(jobpipe[1]); eassert(!r);
 109       r= close(donepipe[0]); eassert(!r);
 110       /* we know donepipe[1] is >= 4 and we have dealt with all the others
 111        * so we aren't in any danger of overwriting some other fd 4: */
 112       r= dup2(donepipe[1],4); eassert(r==4);
 113       execlp("./show-thing.tcl", "./show-thing.tcl",
 114              "--automatic","1",(char*)0);
 115       eassert(!"execlp failed");
 116     }
 117     r= close(jobpipe[0]); eassert(!r);
 118     r= close(donepipe[1]); eassert(!r);
 119     resolver= fdopen(jobpipe[1],"w"); eassert(resolver);
 120     resolver_done= donepipe[0];
 121   }
 122   fprintf(resolver,"%d %d %d",unk_l,unk_r,unk_ctx);
 123   for (i=0, s=sofar; i<nsofar; i++, s++) {
 124     if (!strcmp(s->s," ")) continue;
 125     fprintf(resolver," %d %d %d ",s->l,s->r,s->ctx);
 126     for (p=s->s; (c= *p); p++) {
 127       if (c=='\\') fprintf(resolver,"\\%c",c);
 128       else if (c>=33 && c<=126) fputc(c,resolver);
 129       else fprintf(resolver,"\\x%02x",(unsigned char)c);
 130     }
 131   }
 132   fputc('\n',resolver);
 133
 134   fprintf(resolver,
 135           "/* XPM */\n"
 136           "static char *t[] = {\n"
 137           "/* columns rows colors chars-per-pixel */\n"
 138           "\"%d %d 2 1\",\n"
 139           "\"  c black\",\n"
 140           "\"o c white\",\n",
 141           w,h);
 142   for (y=0, pv=1; y<h; y++, pv<<=1) {
 143     fputc('"',resolver);
 144     for (x=0; x<w; x++)
 145       fputc(cols[x] & pv ? 'o' : ' ', resolver);
 146     fputs("\",\n",resolver);
 147   }
 148   fputs("};\n",resolver);
 149   eassert(!ferror(resolver));
 150   eassert(!fflush(resolver));
 151
 152   eassert(resolver);
 153
 154   for (;;) {
 155     r= read(resolver_done,&cb,1);
 156     if (r==-1) { eassert(errno==EINTR); continue; }
 157     break;
 158   }
 159
 160   if (r==0) {
 161     pid_t pid;
 162     for (;;) {
 163       pid= waitpid(resolver_pid, &r, 0);
 164       if (pid==-1) { eassert(errno==EINTR); continue; }
 165       break;
 166     }
 167     eassert(pid==resolver_pid);
 168     if (WIFEXITED(r)) {
 169       eassert(!WEXITSTATUS(r));
 170       fclose(resolver);
 171       close(resolver_done);
 172       resolver= 0;
 173     } else if (WIFSIGNALED(r)) {
 174       eassert(!"resolver child died due to signal");
 175     } else {
 176       eassert(!"weird wait status");
 177     }
 178   } else {
 179     eassert(r==1);
 180     eassert(cb==0);
 181   }
 182
 183   fclose(db);
 184   db= 0;
 185   ocr_readdb();
 186 }
 187
 188 static void add_result(const char *s, int l, int r, int ctx) {
 189   if (nresults >= aresults) {
 190     aresults++; aresults<<=1;
 191     results= realloc(results,sizeof(*results)*aresults);
 192     eassert(results);
 193   }
 194   results[nresults].s= s;
 195   results[nresults].l= l;
 196   results[nresults].r= r;
 197   results[nresults].ctx= ctx;
 198   nresults++;
 199 }
 200
 201 OcrResultGlyph *ocr(int w, int h, Pixcol cols[]) {
 202   int nspaces=-w;
 203   int ctx=1,i, x;
 204
 205   nresults=0;
 206   assert(db);
 207
 208   fprintf(debug,"OCR h=%d w=%d",w,h);
 209   for (x=0; x<w; x++) fprintf(debug," %"PSPIXCOL(PRIx),cols[x]);
 210   fprintf(debug,"\n");
 211   debug_flush();
 212
 213  restart:
 214   x=0;
 215   for (;;) {
 216     debug_flush();
 217     /* skip spaces */
 218     if (x>=w)
 219       break;
 220
 221     if (!cols[x]) {
 222       nspaces++;
 223       x++;
 224       if (nspaces==3) {
 225         fprintf(debug,"OCR  x=%x nspaces=%d space\n",x,nspaces);
 226         add_result(" ",x-nspaces,x+1,0);
 227         ctx=1;
 228       }
 229       continue;
 230     }
 231     nspaces=0;
 232
 233     /* find character */
 234     OCRDatabaseNode *current=0, *bestmatch=0;
 235     int lx=x;
 236     int bestmatch_rx=-1;
 237     current= &ocr_contexts[ctx];
 238     fprintf(debug,"OCR  lx=%d ctx=%d  ",lx,ctx);
 239
 240     for (;;) {
 241       debug_flush();
 242       fprintf(debug,"| x=%d",x);
 243       if (x>w) break;
 244       Pixcol cv= cols[x];
 245       fprintf(debug," cv=%"PSPIXCOL(PRIx),x);
 246       for (i=0; i<current->nlinks; i++)
 247         if (current->links[i].col == cv)
 248           goto found;
 249       /* not found */
 250       fprintf(debug," ?");
 251       break;
 252
 253     found:
 254       current= current->links[i].then;
 255       if (current->s[0]) {
 256         fprintf(debug," \"%s\"",current->s);
 257         bestmatch=current; bestmatch_rx=x;
 258       } else {
 259         fprintf(debug," ...");
 260       }
 261       x++;
 262     }
 263
 264     if (bestmatch) {
 265       fprintf(debug," YES\n");
 266       add_result(bestmatch->s, lx, bestmatch_rx, ctx);
 267       x= bestmatch_rx+1;
 268       ctx= 0;
 269     } else {
 270       int rx;
 271       fprintf(debug," UNKNOWN");
 272       for (rx=lx; rx<w && cols[rx]; rx++);
 273       fprintf(debug," x=%d ctx=%d %d..%d\n",x, ctx, lx,rx);
 274       debug_flush();
 275       callout_unknown(w,h,cols, lx,rx-1,ctx, results,nresults);
 276       goto restart;
 277     }
 278   }
 279   add_result(0,-1,-1,0);
 280   fprintf(debug,"OCR  finished %d glyphs\n",nresults);
 281   debug_flush();
 282   return results;
 283 }
 284
 285 void ocr_init(void) {
 286   ocr_readdb();
 287 }