Расширить протокол SCI проверкой содержимого Flash и комплектом RAM-ядер. Добавить утилиту векторизации PDF с OCR, общие диалоги DSView и проверки.
33 lines
5.8 KiB
Python
33 lines
5.8 KiB
Python
from pathlib import Path # Позволяем создавать пример и в тестовой папке, и во временном каталоге GUI.
|
|
import pymupdf as fitz # Генерируем страницу, затем превращаем её в скан без готового текста.
|
|
|
|
|
|
def create_sample(path, pages=2): # Формируем реалистичный двухстраничный пример текста и инженерной графики.
|
|
with fitz.open() as scan: # Итоговый пример содержит только растровые изображения страниц.
|
|
for number in range(pages): # Несколько страниц проверяют навигацию, диапазоны и объединение PDF.
|
|
with fitz.open() as drawing: # Векторный макет нужен исключительно для генерации растрового скана.
|
|
page = drawing.new_page(width=595, height=842) # Размер A4 приблизительно равен 595 × 842 пунктам PDF.
|
|
font = fitz.Font("cjk") # Встроенный свободный шрифт MuPDF содержит кириллицу и латиницу без файлов Windows.
|
|
writer = fitz.TextWriter(page.rect) # Размещаем Unicode-строки через общий движок текстовой вёрстки.
|
|
writer.append((48, 65), "ТЕХНИЧЕСКИЙ ДОКУМЕНТ", font=font, fontsize=22) # Крупный русский заголовок проверяет распознавание кириллицы.
|
|
writer.append((48, 94), "PDF Scan to Vector / Engineering archive", font=font, fontsize=12) # Смешанная строка проверяет английские обозначения.
|
|
writer.append((48, 137), f"Лист {number + 1}. Проверка распознавания текста.", font=font, fontsize=15) # Номер позволяет сопоставить исходный и результирующий листы.
|
|
writer.append((48, 166), "Напряжение питания: 24 V. Частота: 50 Hz.", font=font, fontsize=14) # Инженерные величины проверяют цифры и смешанные единицы.
|
|
writer.append((48, 194), "Контуры схемы должны оставаться векторными.", font=font, fontsize=13) # Строка описывает ожидаемый результат обработки графики.
|
|
writer.append((48, 222), "Отверстия букв: О Р В 8 0. TEST VECTOR 12345.", font=font, fontsize=14) # Замкнутые буквы и цифры позволяют проверить сохранение белых отверстий.
|
|
writer.append((48, 672), "Скан → контуры PDF + поисковый слой текста", font=font, fontsize=13) # Нижний блок проверяет распознавание вне основного текста страницы.
|
|
writer.append((48, 706), "Обработка выполняется локально. Русский и English.", font=font, fontsize=12) # Проверяем смешанные языки на отдельной строке.
|
|
writer.write_text(page) # Добавляем весь текст одним согласованным текстовым слоем макета.
|
|
page.draw_rect(fitz.Rect(48, 260, 547, 620), color=(0, 0, 0), width=1.2) # Большая рамка задаёт границы инженерной схемы.
|
|
for index in range(4): # Четыре соединённых блока создают простую проверяемую геометрию.
|
|
x = 82 + index * 118 # Расстояние между блоками составляет 118 пунктов PDF.
|
|
page.draw_rect(fitz.Rect(x, 370, x + 72, 442), color=(0, 0, 0), width=2) # Прямоугольники проверяют ровные горизонтальные и вертикальные линии.
|
|
page.draw_circle(fitz.Point(x + 36, 406), 20, color=(0, 0, 0), width=1.8) # Вложенная окружность проверяет отверстия и криволинейные контуры.
|
|
if index < 3: # Последний блок не требует соединения с несуществующим соседом.
|
|
page.draw_line(fitz.Point(x + 72, 406), fitz.Point(x + 118, 406), color=(0, 0, 0), width=1.5) # Соединяем соседние блоки линией с известной толщиной.
|
|
page.draw_line(fitz.Point(82, 520), fitz.Point(514, 520), color=(0, 0, 0), width=0.6) # Тонкая размерная линия проверяет сохранность мелких деталей.
|
|
pix = page.get_pixmap(dpi=180, alpha=False) # Растеризация удаляет доступный текст и имитирует сканирование с разрешением 180 DPI.
|
|
target = scan.new_page(width=595, height=842) # Создаём чистый лист с исходным физическим форматом A4.
|
|
target.insert_image(target.rect, stream=pix.tobytes("png")) # Помещаем только изображение, чтобы пример требовал настоящего OCR.
|
|
scan.save(str(Path(path)), deflate=True, garbage=4) # Сохраняем компактный тестовый PDF без скрытого текстового слоя.
|