PDF Validator System v3.0

📖 개요

PDF 문서의 특정 영역(ROI)을 자동으로 검증하는 Python 기반 GUI 애플리케이션입니다.
보험서류 등의 기입 여부를 OCR과 이미지 비교를 통해 자동 검증합니다.

🚀 빠른 시작

# 1. 의존성 설치
pip install -r requirements.txt

# 2. 실행
python main.py

🏗️ 프로젝트 구조

pdfdiff/
├── main.py                    # 애플리케이션 진입점
├── app/                       # 프레젠테이션 계층 (GUI)
├── domain/                    # 도메인 계층 (비즈니스 로직)
├── infrastructure/            # 인프라 계층 (외부 연동)
├── shared/                    # 공통 유틸리티
├── resources/                 # Tesseract OCR 리소스
├── templates.json             # 템플릿 데이터
└── settings.json              # 애플리케이션 설정

⚙️ 주요 기능

📝 템플릿 생성

• PDF에서 검증할 영역(ROI) 지정
• OCR/윤곽선/이미지 비교 방식 선택
• 자동 앵커 영역 생성으로 정확도 향상

🔍 문서 검증

• 개별 파일 또는 일괄 처리
• 실시간 진행률 표시
• 검증 결과 리포트 생성

🔧 기술 스택

• GUI: Tkinter
• PDF 처리: PyMuPDF (1.26.4)
• OCR: Tesseract + pytesseract (0.3.10)
• 이미지 처리: OpenCV (4.8.1.78)
• 아키텍처: Clean Architecture 패턴

⚙️ Tesseract 설정

1. resources/vendor/tesseract/ 폴더에 tesseract.exe 배치
2. tessdata/ 폴더에 언어 데이터 파일 배치:
   • kor.traineddata (한글)
   • eng.traineddata (영어)

🎮 사용법

1단계: 템플릿 생성

1. "템플릿 생성 및 편집" 클릭
2. 원본 PDF 선택
3. 검증할 영역을 마우스로 드래그
4. 검증 방식 선택 (OCR/윤곽선/이미지)
5. 템플릿 저장

2단계: 문서 검증

1. "서류 검증 실행" 클릭
2. 저장된 템플릿 선택
3. 검증할 PDF 파일들 선택
4. 검증 실행 및 결과 확인

🔧 설정 파일

settings.json

{
  "tesseract": {
    "executable_path": "resources/vendor/tesseract/tesseract.exe",
    "languages": "kor+eng",
    "confidence_threshold": 60
  },
  "validation": {
    "default_ssim_threshold": 0.99,
    "max_processing_time": 300
  }
}

🧪 테스트

# 단위 테스트
python -m pytest tests/unit/ -v

# 통합 테스트
python -m pytest tests/integration/ -v

🔧 문제 해결

Tesseract 오류 시:

• tesseract.exe 파일 경로 확인
• 언어 데이터 파일 존재 확인
• settings.json에서 경로 설정 확인

메모리 부족 시:

• settings.json에서 max_concurrent_validations 값 감소
• 대용량 PDF 파일은 분할 처리

📈 성능 지표

• 검증 속도: 단일 PDF 3-5초
• 정확도: 95% 이상 (깔끔한 문서 기준)
• 지원 형식: PDF
• 동시 처리: 최대 5개 파일

📄 라이선스

Copyright (c) 2025 PDF Validator System - All Rights Reserved