df_ocr_switcher/engine/
mod.rs

1//! Trait comune e tipi condivisi per tutti gli engine OCR.
2//!
3//! Layout analysis (PP-DocLayoutV3) e orientamento (PP-LCNet) sono SEMPRE
4//! eseguiti da ppocr-rs, indipendentemente dall'engine di text recognition.
5//! L'engine scambiabile riguarda solo il passo "immagine → testo + bbox".
6
7use image::RgbImage;
8use ppocr_rs::{LayoutAnalyzer, SemanticClass};
9use serde::{Deserialize, Serialize};
10
11use crate::error::Result;
12
13pub mod ppocr;
14#[cfg(feature = "tesseract-engine")]
15pub mod tesseract;
16
17// ─── Tipi comuni ─────────────────────────────────────────────────────────────
18
19/// Parola singola con AABB e confidence.
20#[derive(Debug, Clone, Serialize, Deserialize)]
21pub struct OcrWord {
22    pub text:       String,
23    pub x1: u32, pub y1: u32, pub x2: u32, pub y2: u32,
24    pub confidence: f32,
25    /// Indice in `OcrPageResult.layout_boxes`; -1 se nessuna regione.
26    pub layout_idx: i32,
27}
28
29/// Blocco di testo (linea o paragrafo) già assemblato.
30/// Il testo è già riconosciuto; bbox AABB del blocco intero.
31#[derive(Debug, Clone, Serialize, Deserialize)]
32pub struct OcrBlock {
33    pub text:       String,
34    pub x1: u32, pub y1: u32, pub x2: u32, pub y2: u32,
35    pub confidence: f32,
36    /// Indice in `OcrPageResult.layout_boxes`; -1 se orfano.
37    pub layout_idx: i32,
38}
39
40/// Regione di layout rilevata da PP-DocLayoutV3.
41#[derive(Debug, Clone, Serialize, Deserialize)]
42pub struct OcrLayoutBox {
43    /// Classe grezza PP-DocLayoutV3 (es. `"Text"`, `"Title"`, `"Table"`, …).
44    pub class_name:    String,
45    /// Categoria semantica semplificata (8 classi).
46    pub semantic:      SemanticClass,
47    pub x1: u32, pub y1: u32, pub x2: u32, pub y2: u32,
48    /// Ordine di lettura assegnato dal modello; -1 se non disponibile.
49    pub reading_order: i32,
50}
51
52/// Tabella strutturata estratta da una regione `SemanticClass::Table`.
53/// Disponibile solo con `PpOcrEngine` (richiede SLANeXt model).
54#[derive(Debug, Clone, Serialize, Deserialize)]
55pub struct OcrTable {
56    /// Indice in `OcrPageResult.layout_boxes` della regione sorgente.
57    pub layout_idx: i32,
58    /// Tabella in GitHub Flavored Markdown (righe `| cell | cell |`).
59    /// Stringa vuota se la struttura non è riconoscibile.
60    pub gfm: String,
61}
62
63/// Formula matematica estratta da una regione `SemanticClass::Equation`.
64/// Disponibile solo con `PpOcrEngine` + `enable_formula_decoder = true`.
65#[derive(Debug, Clone, Serialize, Deserialize)]
66pub struct OcrFormula {
67    /// Indice in `OcrPageResult.layout_boxes` della regione sorgente.
68    pub layout_idx: i32,
69    /// Stringa LaTeX. Vuota se il decoder è disabilitato o fallisce.
70    pub latex: String,
71}
72
73/// Risultato OCR per una singola pagina.
74#[derive(Debug, Clone, Serialize, Deserialize)]
75pub struct OcrPageResult {
76    /// Gradi di rotazione applicati (0/90/180/270). 0 = già upright.
77    pub page_angle:   u32,
78    pub page_width:   u32,
79    pub page_height:  u32,
80    /// Layout boxes ordinati per `reading_order`.
81    pub layout_boxes: Vec<OcrLayoutBox>,
82    /// Blocchi di testo (line-level).
83    pub blocks:       Vec<OcrBlock>,
84    /// Parole word-level (solo se l'engine supporta `return_word_box`).
85    pub words:        Vec<OcrWord>,
86    /// Tabelle strutturate GFM (solo `PpOcrEngine` con SLANeXt caricato).
87    pub tables:       Vec<OcrTable>,
88    /// Formule LaTeX (solo `PpOcrEngine` con `enable_formula_decoder`).
89    pub formulas:     Vec<OcrFormula>,
90}
91
92// ─── Trait ───────────────────────────────────────────────────────────────────
93
94/// Interfaccia comune per engine OCR.
95///
96/// L'engine riceve sempre un'immagine già upright (rotazione gestita dal
97/// [`crate::pipeline::DocPipeline`]) e un `LayoutAnalyzer` da ppocr-rs.
98/// Restituisce [`OcrPageResult`] con blocks e opzionalmente words.
99pub trait OcrEngine: Send {
100    fn process_page(
101        &mut self,
102        img:    &RgbImage,
103        layout: &mut LayoutAnalyzer,
104    ) -> Result<OcrPageResult>;
105}
df_ocr_switcher/engine/mod.rs

df_ocr_switcher/engine/
mod.rs
