= Instalacja OCRa dla faktur w systemie eDokumenty =

== '''Aktualna dokumentacja od wersji 6.53.0 znajduje się pod poniższym linkiem ==
[https://developer.ready-os.com/#/configuration/linux/ocrinv OCR dla Faktur]''' 

Poniższa instrukcja przedstawia uruchomienie mechanizmu OCRowania faktur w systemie eDokumenty działających na systemie Linux. Mechanizm jest obsługiwany od wersji 5.2.77.

Poniższa instrukcja została przygotowana na bazie systemu Linux Debian9
{{{
apt-get update
}}}

{{{
apt-get install autoconf-archive automake g++ libtool libleptonica-dev pkg-config
apt-get install git
apt-get install poppler-utils
apt-get install libjpeg-dev libtiff-dev libpng-dev
apt-get install zbar-tools
}}}

instalacja poppler-utils jeżeli wersja z dystrybucji jest mniejsza niż 0.86.0:

{{{
sudo apt-get purge poppler-utils
sudo apt-get install libopenjp2-7-dev libgdk-pixbuf2.0-dev cmake checkinstall
sudo apt-get install libfreetype6-dev libfontconfig-dev libcairo2-dev 
sudo apt-get install debhelper dpkg libboost-dev libglib2.0-dev libfontconfig1-dev libjpeg-dev libpng-dev libtiff-dev liblcms2-dev libfreetype6-dev gtk-doc-tools pkg-config python3 libgirepository1.0-dev gobject-introspection qtbase5-dev zlib1g-dev libnss3-dev libglib2.0-doc libcairo2-doc
mkdir /usr/lib/poppler_utils
cd /usr/lib/poppler_utils
wget https://poppler.freedesktop.org/poppler-0.86.1.tar.xz
tar -xf poppler-0.86.1.tar.xz
cd poppler-0.86.1
mkdir build
cd build
cmake ..
sudo checkinstall make install
ldconfig
}}}

Komenda do przeprowadzenie testu popplera.
{{{
pdftotext -bbox-layout NAZWAPLIKUWEJSCIOWE.pdf NAZWAPLIKUWYJSCIOWEGO.html
}}}


Jeśli pakiety leptonica 1.74+ nie są dostępne w dystrybucji w takim przypadku, konieczna będzie komplikacja ze źródeł

{{{
mkdir /usr/lib/leptonica
cd /usr/lib/leptonica
wget http://www.leptonica.org/source/leptonica-1.80.0.tar.gz
gunzip leptonica-1.80.0.tar.gz
tar -xf leptonica-1.80.0.tar
cd leptonica-1.80.0
./configure
make
make install
}}}
{{{
mkdir /usr/lib/tesseract
cd /usr/lib/tesseract
git clone https://github.com/tesseract-ocr/tesseract.git tesseract-ocr
cd tesseract-ocr/
./autogen.sh
./configure
make
make install
ldconfig
}}}


{{{
cd /usr/local/share/tessdata/
wget https://github.com/tesseract-ocr/tessdata_fast/raw/master/script/Latin.traineddata
wget https://github.com/tesseract-ocr/tessdata_fast/raw/master/pol.traineddata
wget https://github.com/tesseract-ocr/tessdata_fast/raw/master/eng.traineddata
wget https://github.com/tesseract-ocr/tessdata_fast/raw/master/osd.traineddata
}}}

Po pobraniu, zainstalowaniu oraz skompilowaniu pakietów ostatnim elementem jest dodanie stałej w config.inc domyślnie
{{{
vim /home/edokumenty/public_html/apps/edokumenty/config.inc
}}}

{{{
define('USE_NEW_OCR_FOR_EINVOICE', TRUE);
}}}
Po dodaniu stałej na fakturze w menu Akcje będzie dostępna opcja OCR/eFaktura.
[[Image(wiki:UserGuideV5/Attachments:OCRfaktury.png, 700)]]


Pakiety niezbędne do działania Bufora OCR - Python 2
{{{
apt-get install rabbitmq-server
apt-get install supervisor
apt-get install python-opencv
apt-get install python-pip
pip install pika
apt install python-pil

# pdftk
apt-get install pdftk
}}}

Pakiety niezbędne do działania Bufora OCR - Python 3

{{{
apt-get install rabbitmq-server
apt-get install python3-opencv
apt-get install python3-pip
pip3 install pika
pip3 install toml
apt install python3-pil
apt-get install supervisor

# pdftk
apt-get install pdftk
}}}


Zmiana domyślnej wersji 
{{{
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 2
sudo update-alternatives --config python
}}}

Użycie wersji jako domyślnej
{{{
sudo update-alternatives  --set python /usr/bin/python3.6
}}}





Znane problemy:
1. Brak pakietu libpng12.so.0. W logach OCR pojawia się komunikat:

''tesseract: error while loading shared libraries: libpng12.so.0: cannot open shared object file: No such file or directory''

Sprawdzamy czy pakiet istnieje:
{{{
ls -ld $(locate -r libpng.*\.so.*)
}}}
Komenda powinna zwrócić nam:
{{{
lrwxrwxrwx 1 root root     19 kwi 18 22:12 /usr/lib/x86_64-linux-gnu/libpng16.so -> libpng16.so.16.28.0
lrwxrwxrwx 1 root root     19 kwi 18 22:12 /usr/lib/x86_64-linux-gnu/libpng16.so.16 -> libpng16.so.16.28.0
-rw-r--r-- 1 root root 206768 kwi 18 22:12 /usr/lib/x86_64-linux-gnu/libpng16.so.16.28.0
lrwxrwxrwx 1 root root     11 kwi 18 22:12 /usr/lib/x86_64-linux-gnu/libpng.so -> libpng16.so
}}}
Jeśli otrzymamy taką informację konieczne będzie ponowne kompilowanie leptonici oraz tesseract 

Kompilowanie tesseract dla 1 wątku
{{{
./configure --disable-openmp
}}}

2. Problem z convertowanie jpg do PDF
W logach php  mamy komunikat
{{{
[23-Sep-2020 12:28:46 Europe/Warsaw] ReadyCls\OCR\OcrEngine - pdftoppm fails with message: [1]
}}}

lub
{{{
convert-im6.q16: attempt to perform an operation not allowed by the security policy `PDF' @ error/constitute.c/IsCoderAuthorized/408.
}}}

W pliki vim /etc/ImageMagick-6/policy.xml należy zakomentować linię

{{{
<policy domain="coder" rights="none" pattern="PDF" />
}}}

== Przetwarzanie w tle (Bufor OCR) ==
Dotyczy Ready_ w wersji 6.52.1+[[BR]][[BR]]

Wykorzystujemy supervisor do uruchomienia dwóch workerów (skrypty w języku Python), które znajdują się w katalogu domowym systemu (najczęściej: /home/edokumenty/bin).[[BR]]
Skrypty to: '''worker_ocr.py''' oraz '''ocr_result.py'''