Domi31tls
8d683bc6d8
OnnxTR exécute les MÊMES modèles que docTR (db_resnet50 + crnn_vgg16_bn) sur ONNX Runtime, sans PyTorch. Corrige le crash torch/oneDNN « could not create a primitive » sur CPU contraint (VM 2 cœurs collaborateur : OCR scan impossible → quarantaine). Qualité identique validée empiriquement (CER 0,10-0,23 % vs docTR, 2 validations indépendantes Claude+Qwen), OCR ~2-3× plus rapide CPU. - core : import OnnxTR, _get_ocr_model(), _OCR_AVAILABLE, boucle OCR inchangée (API miroir) ; ONNXTR_CACHE_DIR pour le frozen ; bandeau de logs ENV au démarrage (OS, CPU+AVX, cœurs, RAM, versions, providers) pour retours terrain auto-suffisants. - 3 .spec : embarquent les poids ONNX OnnxTR (fail-closed) + hiddenimports onnxtr. - requirements : onnxtr[cpu] (python-doctr conservé transitoirement). - inclut le correctif quarantaine-visible du runner (GO Qwen). Tests : test_ocr_onnxtr.py (RED→GREEN), 95 unit passed, e2e scan client OK (OCR 5/5, PDF produit, plus de crash). Retrait torch du frozen + rebuild Windows = étapes suivantes (gates Dom). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
40 lines
1.3 KiB
Python
40 lines
1.3 KiB
Python
"""Migration OCR docTR → OnnxTR : le moteur OCR est OnnxTR et lit le texte rendu.
|
|
|
|
Pas de mock : on exerce le vrai predictor OCR du moteur sur une image réelle.
|
|
"""
|
|
import numpy as np
|
|
import pytest
|
|
from PIL import Image, ImageDraw, ImageFont
|
|
|
|
import anonymizer_core_refactored_onnx as core
|
|
|
|
|
|
def test_ocr_engine_is_onnxtr():
|
|
# Après migration : le moteur OCR doit être OnnxTR (ONNX Runtime, sans torch).
|
|
assert core._OCR_AVAILABLE, "moteur OCR indisponible"
|
|
model = core._get_ocr_model()
|
|
assert "onnxtr" in type(model).__module__.lower(), type(model).__module__
|
|
|
|
|
|
@pytest.mark.slow
|
|
def test_ocr_reads_rendered_text():
|
|
img = Image.new("RGB", (1400, 300), "white")
|
|
draw = ImageDraw.Draw(img)
|
|
try:
|
|
font = ImageFont.truetype("DejaVuSans-Bold.ttf", 64)
|
|
except OSError:
|
|
try:
|
|
font = ImageFont.truetype("DejaVuSans.ttf", 64)
|
|
except OSError:
|
|
font = ImageFont.load_default()
|
|
words = ["BORDEAUX", "DUPONT", "MARTIN", "BAYONNE"]
|
|
draw.text((40, 110), " ".join(words), fill="black", font=font)
|
|
|
|
model = core._get_ocr_model()
|
|
result = model([np.array(img)])
|
|
got = " ".join(
|
|
w.value for b in result.pages[0].blocks for l in b.lines for w in l.words
|
|
).upper()
|
|
found = sum(1 for w in words if w in got)
|
|
assert found >= 2, f"OCR a lu: {got!r}"
|