# 20180911 ocr데이터 정렬 y축 기준
ocrData = bUtil.sortArrLocation(ocrData)
# 문장단위로 for문
sentences = bUtil.appendSentences(ocrData, bannedWords)
#bannedword에 상관없이 similar에 사용할 5개 문장 추출
similarSentence = []
for item in ocrData:
similarSentence.append(item)
if len(similarSentence) == 5:
break
if flag == "LEARN_N":
# 5개 문장으로 DB와 일치하는 notInvoice 확률 측정
ratio, notInvoiceData = bUtil.classifyDocument(similarSentence)
# notInvoice 확률이 0.5 이상일경우 notInvoice로 doctype변경후 종료
if ratio > 0.5 and notInvoiceData == "1":
obj["docCategory"] = bUtil.selectDocCategory(notInvoiceData)
insertBatchLearnList(obj["docCategory"]["DOCTYPE"], flag)
print(re.sub('None', "null", json.dumps(obj)))
sys.exit(1)
# 최종 5개 문장이 추출되면 각문장의 단어를 TBL_OCR_SYMSPELL 에 조회후 없으면 INSERT
bUtil.insertOcrSymspell(sentences)
# 5개문장의 SID를 EXPORT_SENTENCE_SID 함수를 통해 SID 추출
sentencesSid = bUtil.getDocSid(sentences)
# TBL_FORM_MAPPING에 5개문장의 SID를 조회
if not isBanned:
sentences.append(item)
if len(sentences) == 5:
break
# 최종 5개 문장이 추출되면 각문장의 단어를 TBL_OCR_SYMSPELL 에 조회후 없으면 INSERT
insertOcrSymspell(sentences)
# 5개문장의 SID를 EXPORT_SENTENCE_SID 함수를 통해 SID 추출
sentencesSid = getDocSid(sentences)
# TBL_FORM_MAPPING에 5개문장의 SID를 조회
formMappingRows = selectFormMapping(sentencesSid)
# TBL_DOCUMENT_SENTENCE에 5개의 문장 조회
ratio, documentSentenceDoctype = bUtil.classifyDocument(ocrData)
# 20180911 doc type 이 1인 경우(NOT INVOICE)는 바로 리턴 EVAL 안함 1이외의 경우는 레이블 정보 추출
obj = {}
if formMappingRows:
obj["docCategory"] = selectDocCategory(formMappingRows[0][0])
elif documentSentenceDoctype and ratio > 0.2:
obj["docCategory"] = selectDocCategory(documentSentenceDoctype)
else:
obj["docCategory"] = selectDocCategory(0)
# if formMappingRows and formMappingRows[0][0] == 1:
# obj["data"] = ocrData
# obj["data"] = colLblDefaultValue(obj["data"])
# elif formMappingRows and formMappingRows[0][0] == 0: