← Back to branch summary

~vcs-imports/tesseract-ocr/trunk

« back to all changes in this revision

Viewing changes to training/boxchar.cpp

  • Committer: theraysmith at gmail
  • Date: 2014-04-23 22:52:05 UTC
  • Revision ID: svn-v4:d0cd1f9f-072b-0410-8dd7-cf729c803f20:trunk:1060
Added ability for box files to store spaces and newlines

Show diffs side-by-side

added added

removed removed

Lines of Context:
training/boxchar.cpp
25
25
#include <stddef.h>
26
26
 
27
27
#include "fileio.h"
 
28
#include "ndminx.h"
28
29
 
29
30
namespace tesseract {
30
31
 
77
78
  boxaDestroy(&rotated);
78
79
}
79
80
 
 
81
const int kMaxLineLength = 1024;
 
82
// Helper appends a tab box to the string to indicate a newline. We can't use
 
83
// an actual newline as the file format is line-based text.
 
84
static void AppendTabBox(const Box* box, int height, int page, string* output) {
 
85
  char buffer[kMaxLineLength];
 
86
  int nbytes = snprintf(buffer, kMaxLineLength, "\t %d %d %d %d %d\n",
 
87
                        box->x + box->w, height - box->y - box->h,
 
88
                        box->x + box->w + 10, height - box->y, page);
 
89
  output->append(buffer, nbytes);
 
90
}
 
91
 
80
92
/* static */
81
93
void BoxChar::WriteTesseractBoxFile(const string& filename, int height,
82
94
                                    const vector<BoxChar*>& boxes) {
83
95
  string output;
84
 
  const int kMaxLineLength = 1024;
85
96
  char buffer[kMaxLineLength];
86
97
  for (int i = 0; i < boxes.size(); ++i) {
87
 
    if (boxes[i]->box_ != NULL) {
 
98
    const Box* box = boxes[i]->box_;
 
99
    if (box != NULL) {
 
100
      if (i > 0 && boxes[i - 1]->box_ != NULL &&
 
101
          boxes[i - 1]->page_ == boxes[i]->page_ &&
 
102
          box->x + box->w < boxes[i - 1]->box_->x) {
 
103
        // We are on a newline. Output a tab character to indicate the newline.
 
104
        AppendTabBox(boxes[i - 1]->box_, height, boxes[i]->page_, &output);
 
105
      }
88
106
      int nbytes = snprintf(buffer, kMaxLineLength,
89
107
                            "%s %d %d %d %d %d\n",
90
108
                            boxes[i]->ch_.c_str(),
91
 
                            boxes[i]->box_->x,
92
 
                            height - boxes[i]->box_->y - boxes[i]->box_->h,
93
 
                            boxes[i]->box_->x + boxes[i]->box_->w,
94
 
                            height - boxes[i]->box_->y,
 
109
                            box->x, height - box->y - box->h,
 
110
                            box->x + box->w, height - box->y,
95
111
                            boxes[i]->page_);
96
112
      output.append(buffer, nbytes);
 
113
    } else if (i > 0 && boxes[i - 1]->box_ != NULL) {
 
114
      int j = i + 1;
 
115
      // Find the next non-null box, as there may be multiple spaces.
 
116
      while (j < boxes.size() && boxes[j]->box_ == NULL) ++j;
 
117
      if (j < boxes.size() && boxes[i - 1]->page_ == boxes[j]->page_) {
 
118
        const Box* prev = boxes[i - 1]->box_;
 
119
        const Box* next = boxes[j]->box_;
 
120
        if (next->x + next->w < prev->x) {
 
121
          // We are on a newline. Output a tab character to indicate it.
 
122
          AppendTabBox(prev, height, boxes[j]->page_, &output);
 
123
        } else {
 
124
          // Space between words.
 
125
          int nbytes = snprintf(buffer, kMaxLineLength,
 
126
                                "  %d %d %d %d %d\n",
 
127
                                prev->x + prev->w,
 
128
                                height - MAX(prev->y + prev->h,
 
129
                                             next->y + next->h),
 
130
                                next->x, height - MIN(prev->y, next->y),
 
131
                                boxes[i - 1]->page_);
 
132
          output.append(buffer, nbytes);
 
133
        }
 
134
      }
97
135
    }
98
136
  }
99
137
  File::WriteStringToFileOrDie(output, filename);