基于PaddleOCR的身份证文字识别的实现 |
您所在的位置：网站首页 › 基于ocr的身份证要素提取 › 基于PaddleOCR的身份证文字识别的实现 |
基于PaddleOCR的身份证文字识别的实现
|
*作者：小成Charles 商业工作，学习交流请添加Vx：Lcc-Triumph 原创作品 转载请标注原创文章地址：https://blog.csdn.net/weixin_42999453/article/details/122755882 本文代码下载地址Github:https://github.com/xiaocheng99/IDRecognition.git 一、前言好久没有更新博客了，最近实习，接触了OCR的项目，感觉还挺有意思的，然后也发现了一款非常好用的OCR识别库，来自百度开发的PaddleOCR,识别率堪比商业级别。所以本文就没啥图像处理了，简单运用一下这个PaddleOCR。 二、PaddleOCR的使用由于网上已经拥有安装和使用方法了，所以这里就不多赘述，给一下使用链接。 安装教程链接：https://pythonmana.com/2022/01/202201030618069160.html 使用教程链接：https://aistudio.baidu.com/aistudio/projectdetail/507159?channelType=0&channel=0 三、识别思路接下来讲一下这个识别的思路，其实很简单，就是对获取的数据进行整合就OK。 （1）直接对文字识别 # 待预测图片 test_img_path = [reversePath,frontPath] # 加载移动端预训练模型 ocr = hub.Module(name="chinese_ocr_db_crnn_mobile") np_images =[cv2.imread(image_path) for image_path in test_img_path] #检测 results = ocr.recognize_text( images=np_images, # 图片数据，ndarray.shape 为 [H, W, C]，BGR格式； use_gpu=True, # 是否使用 GPU；若使用GPU，请先设置CUDA_VISIBLE_DEVICES环境变量 output_dir='ocr_result', # 图片的保存路径，默认设为 ocr_result； visualization=True, # 是否将识别结果保存为图片文件； box_thresh=0.5, # 检测文本框置信度的阈值； text_thresh=0.5) # 识别中文文本置信度的阈值； #获取文字数据/ resultStr = '' for result in results: data = result['data'] save_path = result['save_path'] for infomation in data: resultStr = resultStr+infomation['text']上述代码块基本就是解决问题的核心，其中第一行的reversePath和frontPath分别是反面照片路径和正面的路径，然后通过加载训练模型，通过ocr.recognize_text函数即可扫描出图片中的文字数据，结果如下图所示： 然后们对获取的数据直接整合成一个长文本，即resultStr的结果为： 姓名充伊性别女民族汉出生1947年6月11日住址四川省成都市武侯区益州大道中段722号复城国际公民身份号码51370119470611660X居民身份证签发机关四川省成都市锦江分局有效期限2012.01.26-2032.01.21（2）对获取的数据进行筛选 对数据提取之前我们要先删去那些我们不需要的东西 ，比如说可能出现的空格字符，因为OCR可能会误判从而多出来一些奇怪的符号 def removeSpace (long_str): #去除空格 noneSpaceStr = '' str_arry = long_str.split() for x in range(0,len(str_arry)): noneSpaceStr = noneSpaceStr+str_arry[x] return noneSpaceStr def removePunctuation(noneSpaceStr): #去除标点符号 punctuation = r"""!"#$%&'()*+,-./:;?@[\]^_`{|}~“”？，！『【】（）、。：；’‘……￥·""" s =noneSpaceStr dicts={i:'' for i in punctuation} punc_table=str.maketrans(dicts) nonePunctuationStr=s.translate(punc_table) return nonePunctuationStr（3）对数据进行提取 随后我们将拿到干净的数据，提取的思路就是我们找到这串数据中的姓名，性别，出生等关键词在文本中的序列号，然后进行分割再拼凑，具体实现如下，最后返回一个字典： def findResult(nonePunctuationStr): name = "姓名" sex = "性别" race = "民族" birth = "出生" address = "住址" idCardNumber = "公民身份号码" issuedBy = '签发机关' validDate = '有效期限' validDateStart = '有效期开始时间' validDateEnd = '有效期结束时间' indexName = nonePunctuationStr.find(name) indexSex = nonePunctuationStr.find(sex) indexRace = nonePunctuationStr.find(race) indexBirth = nonePunctuationStr.find(birth) indexAddress = nonePunctuationStr.find(address) indexIdCardNumber = nonePunctuationStr.find(idCardNumber) indexIssuedBy = nonePunctuationStr.find(issuedBy) indexValidDate = nonePunctuationStr.find(validDate) numberName = nonePunctuationStr[indexName+2:indexSex] numberSex = nonePunctuationStr[indexSex+2:indexSex+3] numberRace = nonePunctuationStr[indexRace+2:indexRace+3] numberBirth = nonePunctuationStr[indexBirth+2:indexAddress] numberAddress = nonePunctuationStr[indexAddress+2:indexIdCardNumber] numberIdCardNumber = nonePunctuationStr[indexIdCardNumber+6:indexIdCardNumber+24] strIssuedBy = nonePunctuationStr[indexIssuedBy+4:indexValidDate] strDate = nonePunctuationStr[indexValidDate+4:len(nonePunctuationStr)] strValidDateStart = strDate[0:4]+"."+strDate[4:6]+"."+strDate[6:8] strValidDateEnd = strDate[8:12]+"."+strDate[12:14]+"."+strDate[14:16] reverseDict = {name:numberName,sex:numberSex,race:numberRace,birth:numberBirth,address:numberAddress,idCardNumber:numberIdCardNumber,issuedBy:strIssuedBy,validDateStart:strValidDateStart,validDateEnd:strValidDateEnd} return reverseDict到这里识别完成，最终识别的结果如下 {'姓名': '充伊', '性别': '女', '民族': '汉', '出生': '1947年6月11日', '住址': '四川省成都市武侯区益州大道中段722号复城国际', ' 公民身份号码': '51370119470611660X', '签发机关': '四川省成都市锦江分局', '有效期开始时间': '2012.01.26', '有效期结束时间': '2032.01.21'}四、总结和注意事项 本项目其实很简单，之前做这个项目一直用的图像识别技术去做，虽然也做出来了，但是识别精确度太低，直到发现这个宝藏OCR识别库。当然大家可能会碰到一些问题如下： 如果要使用GPU的话，第一步肯定得配置好CUDA的环境，先把recognize函数GPU改为Ture,然后在识别之前加上以下代码设置好GPU #设置、gpu import os os.environ['CUDA_VISIBLE_DEVICES'] = '0'2.如果提示缺少cudnn7.dll之类的代码，就去百度找这个依赖库下载然后放到CUDA文件中的bin目录中 *作者：小成Charles 商业工作，学习交流请添加Vx：Lcc-Triumph 原创作品 转载请标注原创文章地址：https://blog.csdn.net/weixin_42999453/article/details/122755882 本文代码下载地址Github:https://github.com/xiaocheng99/IDRecognition.git |
【本文地址】
今日新闻 |
推荐新闻 |