nexarch/mail/internal/ocr/language_test.go

package ocr

import (
	"bytes"
	"context"
	"image"
	"image/color"
	"image/png"
	"testing"
)

// TestRecognizeWithLanguageAndConfidence_MultilingualCorpus ist die
// geforderte Pflichtprüfung 1: Test mit mehrsprachigem Testkorpus
// bestätigt korrekte Spracherkennung.
func TestRecognizeWithLanguageAndConfidence_MultilingualCorpus(t *testing.T) {
	requireTools(t)
	ctx := context.Background()

	germanImage := knownTextImage(t, ctx, "Rechnung ueber Lieferung Nummer Zwei")
	englishImage := knownTextImage(t, ctx, "Invoice for delivery number two")

	germanResult, err := RecognizeWithLanguageAndConfidence(ctx, germanImage)
	if err != nil {
		t.Fatalf("deutsches bild: %v", err)
	}
	if germanResult.Language != "deu" {
		t.Fatalf("erwartete sprache 'deu' für deutschen text, habe %q (text: %q)", germanResult.Language, germanResult.Text)
	}

	englishResult, err := RecognizeWithLanguageAndConfidence(ctx, englishImage)
	if err != nil {
		t.Fatalf("englisches bild: %v", err)
	}
	if englishResult.Language != "eng" {
		t.Fatalf("erwartete sprache 'eng' für englischen text, habe %q (text: %q)", englishResult.Language, englishResult.Text)
	}
}

// TestRecognizeWithLanguageAndConfidence_DegradedImageLowersConfidence ist
// die geforderte Pflichtprüfung 2: künstlich verschlechtertes Bild erzeugt
// niedrigeren Konfidenzwert.
func TestRecognizeWithLanguageAndConfidence_DegradedImageLowersConfidence(t *testing.T) {
	requireTools(t)
	ctx := context.Background()

	original := knownTextImage(t, ctx, "Qualitaetsvergleich Testbild Konfidenz")
	originalImg, err := png.Decode(bytes.NewReader(original))
	if err != nil {
		t.Fatalf("original dekodieren: %v", err)
	}
	degradedImg := pixelate(originalImg, 12)
	var degradedBuf bytes.Buffer
	if err := png.Encode(&degradedBuf, degradedImg); err != nil {
		t.Fatalf("verschlechtertes bild kodieren: %v", err)
	}

	originalResult, err := RecognizeWithLanguageAndConfidence(ctx, original)
	if err != nil {
		t.Fatalf("original erkennen: %v", err)
	}
	degradedResult, err := RecognizeWithLanguageAndConfidence(ctx, degradedBuf.Bytes())
	if err != nil {
		t.Fatalf("verschlechtertes bild erkennen: %v", err)
	}

	t.Logf("original: conf=%.2f text=%q — verschlechtert: conf=%.2f text=%q",
		originalResult.Confidence, originalResult.Text, degradedResult.Confidence, degradedResult.Text)
	if degradedResult.Confidence >= originalResult.Confidence {
		t.Fatalf("erwartete niedrigeren konfidenzwert für verschlechtertes bild, habe original=%.2f verschlechtert=%.2f",
			originalResult.Confidence, degradedResult.Confidence)
	}
}

// pixelate verschlechtert img künstlich, reproduzierbar und ohne externe
// Werkzeuge: Downsample um factor per Nearest-Neighbor, dann wieder auf
// Originalgröße hochskaliert — zerstört Feindetails der Textglyphen.
func pixelate(img image.Image, factor int) image.Image {
	bounds := img.Bounds()
	w, h := bounds.Dx(), bounds.Dy()
	out := image.NewRGBA(bounds)
	for y := 0; y < h; y++ {
		for x := 0; x < w; x++ {
			blockX := (x / factor) * factor
			blockY := (y / factor) * factor
			c := img.At(bounds.Min.X+blockX, bounds.Min.Y+blockY)
			out.Set(bounds.Min.X+x, bounds.Min.Y+y, colorToGray50(c))
		}
	}
	return out
}

// colorToGray50 mischt zusätzlich mit 50% Grau, um den Kontrast zu
// verringern — verstärkt die künstliche Qualitätsverschlechterung über
// reine Pixelierung hinaus.
func colorToGray50(c color.Color) color.Color {
	r, g, b, a := c.RGBA()
	mix := func(v uint32) uint8 {
		return uint8((v>>8)/2 + 128/2)
	}
	return color.RGBA{R: mix(r), G: mix(g), B: mix(b), A: uint8(a >> 8)}
}