page.h

《Visual C++数字图像识别技术典型案例》之光学字符识别技术源码

/******************************************************************************
 * 光学字符识别程序
 * 文件名：page.h
 * 功能  ：页面定义文件
 * modified by [e-mail]
******************************************************************************/

#ifndef PAGE_H
#define PAGE_H

#include <iostream>
#include <limits.h>
#include <list>
#include <vector>

#include <qwidget.h>

#include "kognition.h"
#include "common.h"
#include "common_gfx.h"

#include "image.h"

class BoundingBox 
{
public:
	BoundingBox(): min_x( INT_MAX ), min_y( INT_MAX ), max_x( 0 ), max_y( 0 ), area( 0 ) {}
	BoundingBox( const BoundingBox &bb ) : min_x( bb.min_x ), min_y( bb.min_y ), max_x( bb.max_x ), max_y( bb.max_y ), 
						area( bb.area ), part( bb.part ) {}
	~BoundingBox() {}

	int width() const { return max_x - min_x + 1; }
	int height() const { return max_y - min_y + 1; }	
	bool overhangs( const BoundingBox &bb ) const; // 检验包围盒是否悬挂于另一个之上	
	bool operator<( const BoundingBox& bb ) const { return (min_x < bb.min_x); } // 需要排序

	int min_x;				// 左边界
	int min_y;				// 上边界
	int max_x;				// 右边界
	int max_y;				// 底边
	int area;				// 包围盒中的面积
	guarded_ptr<CharImage> part;		// 图像包含字符的一部分
	static const float overhang_ratio;	// 容许的悬挂比率（根据字符宽度）
};

class MetaBox : public BoundingBox 
{
public:
	void add_part( const BoundingBox &bb );

	float get_x() const { return ( min_x + max_x )/2.0; }	// 需要相关性
	float get_y() const { return max_y; }					// 同上
	
	list< BoundingBox > parts;
};

class base_line; // 前向声明

class char_line : public slist<MetaBox> 
{
public:
	char_line() : sum_heights( 0 ), max_width( 0 ), max_height( 0 ), next_line_pos( 0 ), last_x_pos( 0 ), done( false ) {}
	
	void add_char( const BoundingBox &bb );				// 在字符行中增加新的字符
	void add_char( const MetaBox &mb );					// 在字符行中添加metabox的一部分
	iterator remove_char( char_line::iterator mb );		// 在字符行中移去字符

	bool merge_line( char_line *line2 );				// 合并两行
	bool same_line( int x, int y, bool store = false );		// 判断一个字符是否在某个字符行中
	float distance( float x, float y ) const;			// 计算某个点到基线的距离
	bool intersects( const char_line &cl ) const;

	bool is_done() const { return done; }
	void set_done() { done = true; }
	void clear();

	int get_avg_height() const { return base.num_points == 0 ? 0 : sum_heights/base.num_points; }	// 字符平均高度
	int get_max_width() const { return max_width; }
	int get_max_height() const { return max_height; }
	int get_next_line() const { return next_line_pos; }
	int get_last_x() const { return last_x_pos; }
	const BoundingBox* get_max_part( const base_line *baseline = NULL ) const; // 返回最高的字符
	
	static const int min_correlation_chars;
		
private:		
	void extend_char( char_line::iterator mb, const BoundingBox &bb, bool correlate=true );		// 伴随包围盒的扩展metabox
	void extend_char( char_line::iterator mb, const MetaBox &bb );	
	int sum_heights;				// 字符的高度和
	int max_width;					// 最长的包围盒的宽度
	int max_height;					// 最高的包围盒的高度
	int next_line_pos;				// 下一行的位置
	int last_x_pos;					// 上一个添加的字符的x坐标
	bool done;						// 标识符：该行是否已经识别
	iterator marker;				// 标识：上一个水平位置
	correlation<MetaBox> base;		// 相关基线
	static const float vert_line_dist_ratio;	// 线间距离
};

class base_line : public list< point<float> >
{
public:
	base_line( const char_line &chars );
	float get_base_y( const MetaBox &mb ) const;
	float distance( int x, int y ) const;
	float get_angle() const { return angle; }
	const correlation< point<float> >* get_line() const { return &corr; }

	static const float y_variance_ratio;	// 允许的与理想直线的偏移
	static const float diaresis_ratio;		// 悬挂点的高度
private:	
	correlation< point<float> > corr;
	float angle;
};

class SizeWalker: public CharImageWalker
{
public:
	SizeWalker( CharImage &image, BoundingBox &bbox ) : CharImageWalker( image ), bb( bbox ) {}
	virtual ~SizeWalker() {}
	
private:
	virtual void walker_process2( int x, int y );
	BoundingBox &bb;
};

class CopyWalker: public CharImageWalker
{
public:
	CopyWalker( CharImage &image, BoundingBox &bbox ) : CharImageWalker( image ), bb( bbox ) {};
	virtual ~CopyWalker() {};

private:
	virtual void walker_process( int x, int y );
	virtual void walker_process2( int x, int y );
	BoundingBox &bb;
};

class Page : public QWidget
{	
	Q_OBJECT
public:
	Page( KognitionApp *parent = 0, const char *name = 0 );
	~Page();
	
	enum drawing_flags {
			draw_boundingboxes		= 0x00000001,
			draw_metaboxes			= 0x00000002,
			draw_baseline			= 0x00000004,			
			draw_basepoints			= 0x00000008,
			draw_maxpart			= 0x00000010,
			draw_bw				= 0x00000020
	};
		
	bool load( const QString &filename );			// 加载图像
	void recognize(const char *data_base_def=NULL);	// 识别扫描图像
	void clear();									// 清空数据和窗口

	void drawRectangle( QPainter &p, float scale, int min_x, int min_y, int max_x, int max_y ); // 绘制矩形
	void paintEvent(QPaintEvent *);				// 重绘窗口
	void mouseMoveEvent(QMouseEvent *e);		// 跟踪鼠标移动
	void change_line_thickness( bool bigger );	// 改变输出线条的粗细
	void set_draw_flag( drawing_flags flag, bool state ); // 设置绘制输出的标识
	void drawRecognitionState( QPixmap &pixmap, float scale, int pix_xpos, int pix_ypos); // 绘制信息
	void makeSnapshot();				// 保存带有信息的页面到文件
	
	void setScale( float scale );		// 输出的比例变换
	float getScale( bool realScale = true ); 
	float getDpiScale( float dpi, float target_size_cm, bool is_height ); // 输出到文件的比例变换

	void setXPos( int xpos );			// 输出pixmap的x坐标
	int getXPos() { return pix_xpos; }
	void setYPos( int ypos );			// 输出pixmap的y坐标
	int getYPos() { return pix_ypos; }
		
	Image* img;						// image类，用来识别
	Histogram* hist;				// histogram类
	
private:
	void extract_part( int x, int y, CharImage &source, BoundingBox &bb );	// 提取字符的一部分，用来建立包围盒
	
	CharImage scan;					// 扫描的图像
	list<char_line> lines;			// 字符行缓冲
	
	static const float min_area_divisor;
	static const int very_long_character_ratio; 
	static const int num_bufferlines;
	
	// 输出的窗口变量
	QPixmap pix;					// 带有调试信息的pixmap
	QPixmap pix_bw;					// 黑白 pixmap，调试信息之用
	int pix_xpos;					// 输出 pixmap 的x坐标
	int pix_ypos;					// 输出 pixmap 的y坐标
	float pix_scale;				// 输出 pixmap 的比例(automatic scaling: -1 width & height, -2 width, -3 height)
	int pen_size;					// 画笔大小
	unsigned int draw_flags;		// 绘制标识

	KognitionApp *app;
signals:
	void setStatusMsg(const QString &str);
};

inline float Page::getDpiScale( float dpi, float target_size_cm, bool is_height )
{
	float dots = target_size_cm*dpi / 2.54;
	if( is_height )
		return dots / scan.height();
	else
		return dots / scan.width();
}

inline ostream& operator<< ( ostream& o, BoundingBox bb ) 
{
	o << "min: (" << bb.min_x << "," << bb.min_y << ") - "
	     "max: (" << bb.max_x << "," << bb.max_y << ") / "
	     "character area: " << bb.area;
	
	return o;
}

#endif