关于ocr图片识别技术在审计领域的应用研究

1.引言

        随着信息技术的发展，被审计单位所提供的数据电子化的趋势愈发明显，如何有效批量地提取图片中的文字、坐标等信息显得格外重要。基于此，本文将展示如何利用paddleocr包有效提取图片的坐标信息为后续审计工作开展打下基础。

2.应用实例

2.1 环境准备

• os：Win10；
• Python：3.9；
• 开发工具：pycharm;

2.2 安装paddleocr

pip install paddleocr

2.3 单图测试

        以下图为例：

来源：罗平：一年生饲草种植地块调查用防伪照片技术-罗平县人民政府门户网站 (luoping.gov.cn)

2.3.1 代码测试

from paddleocr import PaddleOCR
from PIL import Image
import numpy as np

image = Image.open(r'C:\...\..\..\测试图片.jpg')
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, ocr_version='PP-OCRv3')
text = ocr.ocr(np.asarray(image), cls=True)
for i in text[0]:
    for s in i:
        if isinstance(s, tuple):
            print(s)

 tip: 报错（找了很久，最终还是靠csdn博主“算法小白”大佬的方法解决。）

        解决方法，如下：

        在pycharm里调试程序时可以直接通过在程序前添加这两个语句解决。

import os
os.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”

 2.3.2 代码展示

from paddleocr import PaddleOCR
from PIL import Image
import numpy as np
import os

os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'

image = Image.open(r'C:\...\...\...\测试图片.jpg')
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, ocr_version='PP-OCRv3')
text = ocr.ocr(np.asarray(image), cls=True)
for i in text[0]:
    for s in i:
        if isinstance(s, tuple):
            print(s)

2.3.3 结果展示

 

        根据代码输出的结果反映，尽管源照片相对比较模糊，但我们的程序还是能够较为准确识别并输出经纬度坐标（104.232122,24.871112）。

2.3.4 坐标标记

        通过对图片的经纬度坐标信息进行提取，我们能将提取到的坐标信息输入奥维地图，并结合卫片影像开展后续审计工作。

2.4 多图测试

from paddleocr import PaddleOCR
from PIL import Image
import numpy as np
import os

os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'


# 遍历指定路径下的图片
def find_jpg_images(folder_path):
    jpg_images = []  # 初始化一个空列表来存储图片路径
    # 遍历文件夹
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            # 检查文件扩展名是否为.jpg或.jpeg
            if file.lower().endswith(('.jpg', '.jpeg')):
                # 构建文件的完整路径并添加到列表中
                jpg_images.append(os.path.join(root, file))
    return jpg_images


folder_path = r'C:\...\...\...\...'  # 请替换为你的图片文件夹路径
jpg_paths = find_jpg_images(folder_path)
address = []  # 空列表放置图片信息

# 遍历提取图片坐标信息
for path in jpg_paths:
    image = Image.open(path)
    address.append(path)
    ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, ocr_version='PP-OCRv3')
    text = ocr.ocr(np.asarray(image), cls=True)
    # print(text) 观察图片信息输出的情况
    # 根据图片信息输出的实际情况，编写下列循环语句提取text里面的信息
    for i in text[0]: 
        for s in i:
            if isinstance(s, tuple) and "XXX" in s[0]:
                address.append(s)

# 遍历列表储存的图片信息
for item in address:
    print(item)

        面对多张图片的情况，我们能通过编写for循环语句批量读取对应文件夹内的图片路径，再调用paddleocr包对图片的信息进行批量识别并输出。基于输出的结果，我们可以将实地拍摄的坐标数据整理后批量输入奥维地图进行标记，有效地将实地拍摄坐标运用在农业种植保险、撂荒地等多种涉农专项审计业务中，为后续审计工作的开展提供有力支撑。

3.结语

        通过合理运用ocr图片识别技术，我们即能将纸质文件或扫描件有效转化为可搜索和可编辑的数字文件，大大简化了数据处理过程，为后续的数据分析提供支撑，又能减少人工操作带来的错误概率，从而全面提高审计效率，更好满足审计全覆盖的要求。

4.参考来源

1.两种方法解决这个问题OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.-CSDN博客

2.PaddleOCR—图片文字识别提取—快速使用教程_paddleocr使用教程-CSDN博客

3.使用paddleocr实现图片文字智能提取_paddleocr原理-CSDN博客