tests/avocado/tesseract_utils.py

   1 # ...
   2 #
   3 # Copyright (c) 2019 Philippe Mathieu-Daudé <[email protected]>
   4 #
   5 # This work is licensed under the terms of the GNU GPL, version 2 or
   6 # later. See the COPYING file in the top-level directory.
   7
   8 import re
   9 import logging
  10
  11 from avocado.utils import process
  12 from avocado.utils.path import find_command, CmdNotFoundError
  13
  14 def tesseract_available(expected_version):
  15     try:
  16         find_command('tesseract')
  17     except CmdNotFoundError:
  18         return False
  19     res = process.run('tesseract --version')
  20     try:
  21         version = res.stdout_text.split()[1]
  22     except IndexError:
  23         version = res.stderr_text.split()[1]
  24     return int(version.split('.')[0]) == expected_version
  25
  26     match = re.match(r'tesseract\s(\d)', res)
  27     if match is None:
  28         return False
  29     # now this is guaranteed to be a digit
  30     return int(match.groups()[0]) == expected_version
  31
  32
  33 def tesseract_ocr(image_path, tesseract_args='', tesseract_version=3):
  34     console_logger = logging.getLogger('tesseract')
  35     console_logger.debug(image_path)
  36     if tesseract_version == 4:
  37         tesseract_args += ' --oem 1'
  38     proc = process.run("tesseract {} {} stdout".format(tesseract_args,
  39                                                        image_path))
  40     lines = []
  41     for line in proc.stdout_text.split('\n'):
  42         sline = line.strip()
  43         if len(sline):
  44             console_logger.debug(sline)
  45             lines += [sline]
  46     return lines