anoControleTechnique.py

"""
Date : 25/01/2022
Author : Victor Roy

Genere une image anonymisé d'un controle technique grace à des regex et à de la detection de bloc se basant sur la marge de bloc de texte

"""
from __future__ import annotations #for typing

import sys
from typing import Dict, Tuple
import cv2
import numpy as np

import os

from finalVersion.anonymize_utils import anonymize_list, extract_text_data, isInList, searchRegex

#Genere l'image anonymisé et la retourne ainsi que le nombre de mot anonymisé
def generate_image_CT(image: np.ndarray,text_data: list[dict]) -> Tuple[int, np.ndarray]: 

    return anonymize_text(image,text_data)

"""
    algo :
        essaie de trouver le bloc garagiste et propriétaire via la recherche de regex.
        Les contrôle technique étant normalisé, on s'appuie sur leur squelette.

        2 possibilités : 
        Avant 2018 : il y a un encart garagiste et client. Bloc d'apres commence par "information sur la visite ..."
        Apres 2018 : il n'y a plus que l'encart garagiste. Bloc d'apres commence par "identification du véhicule"

        Si le bloc d'apres est celui d'apres 2018. Le traitement s'arrête car l'anonymisation est fini

        Retourne le nombre de mot utilisé ainsi que l'image anonymisé
"""
def anonymize_text(image: np.ndarray, text_data:list[dict])-> Tuple[int, np.ndarray]:
    cpImg=image.copy()
    #Ajoute une première list avec un dict vide, sinon le dict n'est pas initialisé correctement et on ne peut pas faire le premier check en regardant les bonnes keys
    lists_ano = [
        [
            {
                'index': None,
                'left': None,
                'top': None,
                'width': None,
                'height': None,
                'text': None
            }
        ]
    ]

    for current_box in text_data:

        isIn = isInList(lists_ano,current_box) 

        current_list_ano = lists_ano[len(lists_ano) - 1]

        if(not isIn):
            lists_ano.append([])
            if searchRegex('(contrôleur|identité)', current_box['text']):
                if anonymize_controleur_block(text_data, current_box, current_list_ano): #si return true, alors la facture date d'apres 2018 et n'a pas besoin de traitement suplémentaire
                    break   
            if searchRegex('titulaire',current_box['text']):
                anonymize_client_block(text_data,current_box,current_list_ano)

    lists_ano = lists_ano[1:]

    nb_ano_word = anonymize_list(lists_ano,cpImg)

    return (nb_ano_word, cpImg)

#anonymize le bloc constructeur en se basant sur les premiers mots du bloc suivant. Retourne vraie si le bloc suivant correspond à apres 2018
def anonymize_controleur_block(text_data:list[dict], box:dict, list_ano:list[dict]) -> bool:
    index_current_box = box['index']+1

    #permet de commencer l'anonymisation au bonne endroit (plus propre)
    while(not searchRegex('(nom|et|prénom|agrément)',text_data[index_current_box]['text'])):
        index_current_box+=1

    while(not searchRegex('(signature|identification|information)',text_data[index_current_box]['text'])):
        list_ano.append(text_data[index_current_box])
        index_current_box+=1

    return searchRegex('identification|du',text_data[index_current_box]['text'])

#anonymize le bloc constructeur en se basant sur les premiers mots du bloc suivant.
def anonymize_client_block(text_data:list[dict], box:dict, list_ano:list[dict]) -> bool:
    index_current_box = box['index']+1

    #permet de commencer l'anonymisation au bonne endroit (plus propre)
    while(not searchRegex('(nom|prénom|raison|sociale)',text_data[index_current_box]['text'])):
        index_current_box+=1

    while(not searchRegex('résultat',text_data[index_current_box]['text'])):
        list_ano.append(text_data[index_current_box])
        index_current_box+=1