人工校正介面需求

[kiang]

@jellyalex978

目前 cells-text 的內容是由程式產生，但是我們會需要一個介面，讓使用者能夠線上更正或加入個別儲存格的文字，最後產出一個完整且正確的輸出結果

目前初步的想法是，使用者在進入介面後可以認領校正工作，工作的分配以頁為單位，一旦認領了之後就會在任務清單上標示有人認領，避免有人做重複的工作。

在使用者認領了工作之後會進入草稿模式，將目前對應的 cells-text 內容複製一份讓使用者進行編輯，使用者編輯完成之後可以將該草稿標示已完成

已經完成的草稿需要由另一位網友看過，然後標示狀態為 已審閱 ，最後再由管理者看過後將單一工作標示為已完成，然後完成的資料輸出到 cells-text 去。

目前 cells-text 裡面個別檔案的內容並沒有標示所有儲存格，而是只放有 OCR 結果的，所以產生草稿時需要產生所有儲存格的資料，而不是只產生 cells-text 裡面有的儲存格。

[jellyalex978]

進度有點慢 XD 簡單報告如下 http://twcampaignfinance.ojelly.com/peopleocr/

目前完成 json 匯入 資料庫 然後清單頁面 與 資料修改頁面(已實作修改資料庫) 未完成 驗證與認領部分的功能 , 想用 session id 做鎖定就好 然後介面還有一點隨便 , 設計師正在抽時間拚

[jellyalex978]

然後 我不會 push 到這邊 所以先丟在這裡 https://github.com/jellyalex978/tw-campaign-finance

[kiang]

我其實重製了所有的圖片，請從這兒下載原始資料： http://203.69.90.98/tw-campaign-finance-2014-04-07.tar.gz

解壓縮後的檔案說明如下：

• pdf2jpg.csv - 取代 output2.csv ，編號全部換過，所以才另外產生。用來產生它的程式是 scripts/kiang/1_pdf2jpg.php 。其中圖片路徑改為相對路徑，基礎路徑為 http://203.69.90.98/tw-campaign-finance ，例如 img_orig/9d5f800695584f90e89e90786c3 49d2e-0001.jpg 實際的網址應該是 http://203.69.90.98/tw-campaign-finance/img_orig/9d5f800695584f90e89e90786c349d2e-0001.jpg
• lines - 取代 outputs2 這個目錄的內容，針對上述產生的圖片取出線段與焦點，用來產生它的程式是 scripts/kiang/2_jpg2lines.php
• cells - 針對上述圖片線段交點資料產生對應的儲存格資訊，用來產生它的程式是 scripts/kiang/3_line2cell.php
• text-position - 透過 src/Extractor.scala 會從 PDF 檔案取出個別字元與座標放進這個目錄
• cells-text - 透過 scripts/kiang/6_pdf2text.php 將上述文字座標跟 cells 目錄中的資料進行合併

[kiang]

重製後的圖片格式一律是 jpg ， 9d5f800695584f90e89e90786c349d2e-0001.jpg 這樣的檔名規則是 md5('丁守中/交通旅運支出/交通旅運支出.pdf') . '-0001.jpg' ，前面是用 pdf 路徑產生 md5() ，後面則是頁數，使用 pdf2jpg.csv 第二、三兩個欄位組合而成，主要是因為原始檔名比較多狀況（中文、空白與括弧等等）才做轉換

[kiang]

我使用 https://github.com/andrewelkins/Laravel-4-Bootstrap-Starter-Site 作為基礎去建立 https://github.com/kiang/peopleocr ，會以 https://g0v.hackpad.com/UChWZQoE6DG 作為底稿去進行實做

[jellyalex978]

報告不太理解 ~ XD

[kiang]

目前 https://github.com/ctiml/campaign-finance.g0v.ctiml.tw 已經直接有一個輸入介面，這次的進度也已經完成，也許可以以他的成果作為基礎去延伸