ocr的场景应用--发票识别

ocr识别

一.什么是ocr

OCR英文全称是Optical Character Recognition，中文叫做光学字符识别。它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。现在这技术已经比较成熟。实际应用：比如一个手机APP就能帮忙扫描名片、身份证，并识别出里面的信息；汽车进入停车场、收费站都不需要人工登记了，都是用车牌识别技术；我们看书时看到不懂的题，拿个手机一扫，APP就能在网上帮你找到这题的答案。太多太多的应用了，OCR的应用在当今时代确实是百花齐放啊。

二.实现ocr识别

paddleocr的检测训练
paddleocr的识别训练

模型调用，实现ocr识别

from paddleocr import PaddleOCR, draw_ocr
# 模型路径下必须含有model和params文件
ocr = PaddleOCR(use_angle_cls=True,use_gpu=False)
# 参数设置，det_model_dir：检测模型路径，rec_model_dir：识别模型路径，cls_model_dir：方向模型路径，rec_char_dict_path文本字典
# det_model_dir='{your_det_model_dir}', rec_model_dir='{your_rec_model_dir}', rec_char_dict_path='{your_rec_char_dict_path}', cls_model_dir='{your_cls_model_dir}', use_angle_cls=True  img_path = '../ocr2.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:print(line)# 显示结果
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='../PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg') #结果图片保存在代码同级文件夹中。

场景应用

1.四类：
数字原生类：
淘宝商品图是最具有代表性的数字原生类文字图。
特点：1）最复杂多样：各种字体、背景、排列、组合等（MTWI挑战赛-最大的OCR竞赛）。
2）最有价值：商品信息载体
3）图片量最大：千亿图片，每日不停更新。

文档类：
文档类OCR需求非常广，涉及各种公务场景。
特点：1）100%识别率：人的输入准确率为98%，探索AI知识的极限；2）产品易用性：完善的功能，贴近业务需求；3）商业应用：文档类商业成熟。
拍照表单类：拍照表单类OCR价值非常大，非常有挑战性。
特点：1）场景&数据：数据具有隐私性，典型应用场景沉淀技术能力；2）产品通用性：专家知识+模板=文本理解，一套方案解决上百种类型。3）商业价值：和行业场景深度接入，AI能力改善行业数据流程。（提供定制的拍照表格识别和结构化云服务）
自然场景类： OCR学术研究的重点方向。
特点：1）数据：无具体数据类型定义，比如街拍数据；2）技术难点：不确定性，复杂环境干扰本质难点是定位和识别；3）商业价值：市场潜力巨大，如：车牌识别、摄像监控、自动驾驶。（技术能力领先，行业落地中）

发票的识别

一.确定发票的方向

电子发票、专用发票、普通发票，可以定位一个锚点，确定发票方向：
比如：机器编码（定位锚点），就可以确定-----正向的在左上角，-90°的在左下角，90°的在右上角，180°的在右下角，这样判断，就可以确定发票方向。
步骤：（也可以用YOLO等其余模型进行检测，比如：检测二维码的位置）
1.先进行ocr第一次识别（可能识别不到）
2.确定锚点位置信息
3.判断方向

二.识别信息截取

方法一：根据需要识别的信息，需要将识别信息一一对应，所以需要截取对应位置图片，进行识别
方法二：根据飞浆的最新的表格识别算法进行，定位识别飞浆表格识别

注：不同的发票，需要定位识别的位置也不同，需要不同的确定方式

三.结果

参考链接：
https://blog.csdn.net/wurmyq/article/details/90755568?ops_request_misc=&request_id=&biz_id=102&utm_term=ocr%E7%9A%84%E5%9C%BA%E6%99%AF%E5%BA%94%E7%94%A8&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-90755568.142^v44pc_ran_alice&spm=1018.2226.3001.4187