OCR & Résolveur de mots mêlés

OCR complet en C (C99) avec SDL2 et libpng, capable de lire les lettres d'une grille de mots mêlés et d'y rechercher des mots — avec une interface graphique qui affiche les résultats directement sur l'image.

Documentation Doxygen complète : gobofo.github.io/OCR-project

---

Pipeline

Image PNG
  └─► Prétraitement     grayscale → binarisation → (rotation optionnelle)
        └─► Segmentation    détection des cellules de la grille
              └─► CNN         reconnaissance de chaque lettre (A–Z)
                    └─► Résolveur   recherche de mots en 8 directions

---

Dépendances

Bibliothèque	Rôle
libpng	Chargement et sauvegarde des images PNG
SDL2	Rendu (rotation d'image, GUI)
SDL2_ttf	Texte dans l'interface graphique
libm	Fonctions mathématiques (sqrt, cos, …)
libpthread	Parallélisme lors du chargement du dataset

Installation sur Arch Linux :

sudo pacman -S sdl2 sdl2_ttf libpng ttf-dejavu

Installation sur Debian/Ubuntu :

sudo apt install libsdl2-dev libsdl2-ttf-dev libpng-dev fonts-dejavu

---

Compilation

make all      # compile ./train, ./solve et ./gui  (cible par défaut)
make train    # compile uniquement ./train
make solve    # compile uniquement ./solve
make gui      # compile uniquement ./gui  (requiert SDL2_ttf)
make clean    # supprime les .o et les binaires

Option debug :

make DEBUG=1

---

Utilisation

Entraînement

./train --data training_data/ --output models/mon_modele.bin -j4

Option	Défaut	Description
--data <dossier>	training_data/	Racine du dataset (sous-dossiers A–Z)
--output <fichier>	models/model_<ts>.bin	Fichier de sortie du modèle
-j<N>	1	Nombre de threads de chargement

Structure attendue du dataset :

training_data/
  A/  img1.png  img2.png  …
  B/  …
  …
  Z/  …

Résolution (ligne de commande)

./solve --image grille.png --model models/mon_modele.bin --words CHAT,CHIEN -v

Option	Défaut	Description
--image <fichier>	(obligatoire)	Image de la grille à analyser
--model <fichier>	dernier .bin dans models/	Modèle à utiliser
--words <liste>	(aucune)	Mots à rechercher, séparés par des virgules
--verbose / -v	désactivé	Affiche les détails de reconnaissance

Si aucun --model n'est fourni et que le dossier models/ est vide, ./solve affiche une erreur claire et quitte avec le code 2.

Interface graphique

./gui                          # détecte automatiquement le dernier modèle
./gui --model models/model.bin # spécifie un modèle

L'interface propose trois champs de saisie :

Champ	Action
Image	Chemin vers l'image PNG de la grille
Modèle	Chemin vers le fichier .bin (pré-rempli avec le dernier modèle)
Mots	Liste de mots séparés par des virgules

• Cliquer sur un champ ou utiliser Tab pour naviguer entre eux
• Entrée pour valider / lancer la recherche
• Ctrl+V pour coller un chemin depuis le presse-papiers
• Ctrl+Q pour quitter
• Les mots trouvés sont entourés en rouge directement sur l'image affichée ; l'image originale n'est jamais modifiée en mémoire.

---

Architecture CNN

Entrée 56×56 (float, 0–1)
  Conv2D  16 filtres 3×3        →  16×54×54
  ReLU
  MaxPool 4×4                   →  16×13×13
  Flatten                       →  2704
  Dense   2704 → 128
  ReLU
  Dense    128 →  26
  Softmax                       →  P(A) … P(Z)

Entraînement : initialisation He, SGD + momentum (lr = 0,001 ; β = 0,9), perte cross-entropie, taille de batch 32.

---

Structure du projet

.
├── Makefile
├── train_main.c            Point d'entrée de ./train
├── solve_main.c            Point d'entrée de ./solve
├── gui_main.c              Point d'entrée de ./gui (interface graphique)
├── src/
│   ├── cnn/
│   │   ├── cnn.h / cnn.c          Architecture CNN, passe avant/arrière
│   │   ├── model.h / model.c      Sérialisation binaire du modèle
│   │   └── dataset.h / dataset.c  Chargement du dataset (POSIX threads)
│   ├── preprocess/
│   │   └── image.h / image.c      Chargement libpng, grayscale, binarisation, resize
│   ├── segment/
│   │   └── segment.h / segment.c  Composantes connexes, détection de grille
│   └── solver/
│       └── solver.h / solver.c    Recherche en 8 directions
├── models/                 Modèles entraînés (.bin)
├── screenshoot/            Captures d'écran
└── training_data/          Dataset d'entraînement (A–Z)

Format du fichier modèle

[magic 4 octets : 'OCRC'] [version uint32] [CNNWeights : ~1,4 Mo]

Le fichier est un dump binaire plat de la structure CNNWeights. Version actuelle : 1.

---

Codes de retour

Binaire	Code	Signification
train	0	Succès
train	1	Erreur d'argument
train	2	Erreur de chargement du dataset
train	3	Erreur de sauvegarde du modèle
solve	0	Succès
solve	1	Erreur d'argument
solve	2	Modèle introuvable ou invalide
solve	3	Erreur de chargement de l'image
solve	4	Erreur de segmentation
gui	0	Succès
gui	1	Erreur SDL2 / TTF