255 lines
12 KiB
Python
255 lines
12 KiB
Python
import os
|
||
import cv2
|
||
import logging
|
||
from rapidocr import RapidOCR
|
||
|
||
|
||
class OCRViolationDetector:
|
||
"""
|
||
封装RapidOCR引擎，用于检测图像帧中的违禁词。
|
||
核心功能：加载违禁词、初始化OCR引擎、单帧图像违禁词检测
|
||
"""
|
||
|
||
def __init__(self,
|
||
forbidden_words_path: str,
|
||
ocr_config_path: str,
|
||
ocr_confidence_threshold: float = 0.5,
|
||
log_level: int = logging.INFO,
|
||
log_file: str = None):
|
||
"""
|
||
初始化OCR引擎、违禁词列表和日志配置。
|
||
|
||
Args:
|
||
forbidden_words_path (str): 违禁词列表 .txt 文件的路径。
|
||
ocr_config_path (str): OCR配置文件（如1.yaml）的路径。
|
||
ocr_confidence_threshold (float): OCR识别结果的置信度阈值（0~1）。
|
||
log_level (int): 日志级别，默认为logging.INFO。
|
||
log_file (str, optional): 日志文件路径，如不提供则只输出到控制台。
|
||
"""
|
||
# 初始化日志（确保先初始化日志，后续操作可正常打日志）
|
||
self.logger = self._setup_logger(log_level, log_file)
|
||
|
||
# 加载违禁词（优先级：先加载配置，再初始化引擎）
|
||
self.forbidden_words = self._load_forbidden_words(forbidden_words_path)
|
||
|
||
# 初始化RapidOCR引擎（传入配置文件路径）
|
||
self.ocr_engine = self._initialize_ocr(ocr_config_path)
|
||
|
||
# 校验核心依赖是否就绪
|
||
self._check_dependencies()
|
||
|
||
# 设置置信度阈值（限制在0~1范围，避免非法值）
|
||
self.OCR_CONFIDENCE_THRESHOLD = max(0.0, min(ocr_confidence_threshold, 1.0))
|
||
self.logger.info(f"OCR置信度阈值已设置（范围0~1）: {self.OCR_CONFIDENCE_THRESHOLD:.4f}")
|
||
|
||
def _setup_logger(self, log_level: int, log_file: str = None) -> logging.Logger:
|
||
"""
|
||
配置日志系统（避免重复添加处理器，支持控制台+文件双输出）
|
||
|
||
Args:
|
||
log_level: 日志级别（如logging.DEBUG、logging.INFO）。
|
||
log_file: 日志文件路径，为None时仅输出到控制台。
|
||
|
||
Returns:
|
||
logging.Logger: 配置好的日志实例。
|
||
"""
|
||
logger = logging.getLogger('OCRViolationDetector')
|
||
logger.setLevel(log_level)
|
||
|
||
# 避免重复添加处理器（防止日志重复输出）
|
||
if logger.handlers:
|
||
return logger
|
||
|
||
# 定义日志格式（包含时间、模块名、级别、内容）
|
||
formatter = logging.Formatter(
|
||
'%(asctime)s - %(name)s - %(levelname)s - %(message)s',
|
||
datefmt='%Y-%m-%d %H:%M:%S'
|
||
)
|
||
|
||
# 1. 添加控制台处理器
|
||
console_handler = logging.StreamHandler()
|
||
console_handler.setFormatter(formatter)
|
||
logger.addHandler(console_handler)
|
||
|
||
# 2. 若指定日志文件，添加文件处理器（自动创建目录）
|
||
if log_file:
|
||
try:
|
||
log_dir = os.path.dirname(log_file)
|
||
# 若日志目录不存在，自动创建
|
||
if log_dir and not os.path.exists(log_dir):
|
||
os.makedirs(log_dir, exist_ok=True)
|
||
self.logger.debug(f"自动创建日志目录: {log_dir}")
|
||
|
||
file_handler = logging.FileHandler(log_file, encoding='utf-8')
|
||
file_handler.setFormatter(formatter)
|
||
logger.addHandler(file_handler)
|
||
logger.info(f"日志文件已配置: {log_file}")
|
||
except Exception as e:
|
||
logger.warning(f"创建日志文件失败（仅控制台输出）: {str(e)}")
|
||
|
||
return logger
|
||
|
||
def _load_forbidden_words(self, path: str) -> set:
|
||
"""
|
||
从TXT文件加载违禁词（去重、过滤空行，支持UTF-8编码）
|
||
|
||
Args:
|
||
path (str): 违禁词TXT文件路径。
|
||
|
||
Returns:
|
||
set: 去重后的违禁词集合（空集合表示加载失败）。
|
||
"""
|
||
forbidden_words = set()
|
||
|
||
# 第一步：检查文件是否存在
|
||
if not os.path.exists(path):
|
||
self.logger.error(f"违禁词文件不存在: {path}")
|
||
return forbidden_words
|
||
|
||
# 第二步：读取文件并处理内容
|
||
try:
|
||
with open(path, 'r', encoding='utf-8') as f:
|
||
# 过滤空行、去除首尾空格、去重
|
||
forbidden_words = {
|
||
line.strip() for line in f
|
||
if line.strip() # 跳过空行或纯空格行
|
||
}
|
||
self.logger.info(f"成功加载违禁词: {len(forbidden_words)} 个（已去重）")
|
||
self.logger.debug(f"违禁词列表: {forbidden_words}")
|
||
except UnicodeDecodeError:
|
||
self.logger.error(f"违禁词文件编码错误（需UTF-8）: {path}")
|
||
except PermissionError:
|
||
self.logger.error(f"无权限读取违禁词文件: {path}")
|
||
except Exception as e:
|
||
self.logger.error(f"加载违禁词失败: {str(e)}", exc_info=True)
|
||
|
||
return forbidden_words
|
||
|
||
def _initialize_ocr(self, config_path: str) -> RapidOCR | None:
|
||
"""
|
||
初始化RapidOCR引擎（校验配置文件、捕获初始化异常）
|
||
|
||
Args:
|
||
config_path (str): RapidOCR配置文件（如1.yaml）路径。
|
||
|
||
Returns:
|
||
RapidOCR | None: OCR引擎实例（None表示初始化失败）。
|
||
"""
|
||
self.logger.info("开始初始化RapidOCR引擎...")
|
||
|
||
# 第一步：检查配置文件是否存在
|
||
if not os.path.exists(config_path):
|
||
self.logger.error(f"OCR配置文件不存在: {config_path}")
|
||
return None
|
||
|
||
# 第二步：初始化OCR引擎（捕获RapidOCR相关异常）
|
||
try:
|
||
ocr_engine = RapidOCR(config_path=config_path)
|
||
self.logger.info("RapidOCR引擎初始化成功")
|
||
return ocr_engine
|
||
except ImportError:
|
||
self.logger.error("RapidOCR依赖未安装（需执行：pip install rapidocr-onnxruntime）")
|
||
except Exception as e:
|
||
self.logger.error(f"RapidOCR初始化失败: {str(e)}", exc_info=True)
|
||
|
||
return None
|
||
|
||
def _check_dependencies(self) -> None:
|
||
"""校验OCR引擎和违禁词列表是否就绪（输出警告日志）"""
|
||
if not self.ocr_engine:
|
||
self.logger.warning("⚠️ OCR引擎未就绪，违禁词检测功能将禁用")
|
||
if not self.forbidden_words:
|
||
self.logger.warning("⚠️ 违禁词列表为空，违禁词检测功能将禁用")
|
||
|
||
def detect(self, frame) -> tuple[bool, list, list]:
|
||
"""
|
||
对单帧图像进行OCR违禁词检测（核心方法）
|
||
|
||
Args:
|
||
frame: 输入图像帧（NumPy数组，BGR格式，cv2读取的图像）。
|
||
|
||
Returns:
|
||
tuple[bool, list, list]:
|
||
- 第一个元素：是否检测到违禁词（True/False）；
|
||
- 第二个元素：检测到的违禁词列表（空列表表示无违禁词）；
|
||
- 第三个元素：对应违禁词的置信度列表（与违禁词列表一一对应）。
|
||
"""
|
||
# 初始化返回结果
|
||
has_violation = False
|
||
violation_words = []
|
||
violation_confs = []
|
||
|
||
# 前置校验：1. 图像帧是否有效 2. OCR引擎是否就绪 3. 违禁词是否存在
|
||
if frame is None or frame.size == 0:
|
||
self.logger.warning("输入图像帧为空或无效，跳过OCR检测")
|
||
return has_violation, violation_words, violation_confs
|
||
if not self.ocr_engine or not self.forbidden_words:
|
||
self.logger.debug("OCR引擎未就绪或违禁词为空，跳过OCR检测")
|
||
return has_violation, violation_words, violation_confs
|
||
|
||
try:
|
||
# 1. 执行OCR识别（获取RapidOCR原始结果）
|
||
self.logger.debug("开始执行OCR识别...")
|
||
ocr_result = self.ocr_engine(frame)
|
||
self.logger.debug(f"RapidOCR原始结果: {ocr_result}")
|
||
|
||
# 2. 校验OCR结果是否有效（避免None或格式异常）
|
||
if ocr_result is None:
|
||
self.logger.debug("OCR识别未返回任何结果（图像无文本或识别失败）")
|
||
return has_violation, violation_words, violation_confs
|
||
|
||
# 3. 检查txts和scores是否存在且不为None
|
||
if not hasattr(ocr_result, 'txts') or ocr_result.txts is None:
|
||
self.logger.warning("OCR结果中txts为None或不存在")
|
||
return has_violation, violation_words, violation_confs
|
||
|
||
if not hasattr(ocr_result, 'scores') or ocr_result.scores is None:
|
||
self.logger.warning("OCR结果中scores为None或不存在")
|
||
return has_violation, violation_words, violation_confs
|
||
|
||
# 4. 转为列表并去None（防止单个元素为None）
|
||
# 确保txts是可迭代的，如果不是则转为空列表
|
||
if not isinstance(ocr_result.txts, (list, tuple)):
|
||
self.logger.warning(f"OCR txts不是可迭代类型，实际类型: {type(ocr_result.txts)}")
|
||
texts = []
|
||
else:
|
||
texts = [txt.strip() for txt in ocr_result.txts if txt and isinstance(txt, str)]
|
||
|
||
# 确保scores是可迭代的，如果不是则转为空列表
|
||
if not isinstance(ocr_result.scores, (list, tuple)):
|
||
self.logger.warning(f"OCR scores不是可迭代类型，实际类型: {type(ocr_result.scores)}")
|
||
confidences = []
|
||
else:
|
||
confidences = [conf for conf in ocr_result.scores if conf and isinstance(conf, (int, float))]
|
||
|
||
# 5. 校验文本和置信度列表长度是否一致（避免zip迭代错误）
|
||
if len(texts) != len(confidences):
|
||
self.logger.warning(
|
||
f"OCR文本与置信度数量不匹配（文本{len(texts)}个，置信度{len(confidences)}个），跳过检测")
|
||
return has_violation, violation_words, violation_confs
|
||
if len(texts) == 0:
|
||
self.logger.debug("OCR未识别到任何有效文本")
|
||
return has_violation, violation_words, violation_confs
|
||
|
||
# 6. 遍历识别结果，筛选违禁词（按置信度阈值过滤）
|
||
self.logger.debug(f"开始筛选违禁词（阈值{self.OCR_CONFIDENCE_THRESHOLD:.4f}）")
|
||
for text, conf in zip(texts, confidences):
|
||
# 过滤低置信度结果
|
||
if conf < self.OCR_CONFIDENCE_THRESHOLD:
|
||
self.logger.debug(f"文本 '{text}' 置信度{conf:.4f} < 阈值，跳过")
|
||
continue
|
||
# 检查当前文本是否包含违禁词（支持一个文本含多个违禁词）
|
||
matched_words = [word for word in self.forbidden_words if word in text]
|
||
if matched_words:
|
||
has_violation = True
|
||
# 记录所有匹配的违禁词和对应置信度
|
||
violation_words.extend(matched_words)
|
||
violation_confs.extend([conf] * len(matched_words)) # 一个文本对应多个违禁词时，置信度复用
|
||
self.logger.warning(f"检测到违禁词: {matched_words}（来源文本: '{text}'，置信度: {conf:.4f}）")
|
||
|
||
except Exception as e:
|
||
# 捕获所有异常，确保不中断上层调用
|
||
self.logger.error(f"OCR检测过程异常: {str(e)}", exc_info=True)
|
||
|
||
return has_violation, violation_words, violation_confs
|