PAN-Card-OCR 项目使用教程
1. 项目的目录结构及介绍
PAN-Card-OCR/
├── data/
│ └── sample_pan_card.jpg
├── src/
│ ├── main.py
│ ├── config.py
│ └── utils.py
├── README.md
└── requirements.txt
- data/: 存放示例 PAN 卡图片的目录。
- src/: 项目的主要代码目录。
- main.py: 项目的启动文件。
- config.py: 项目的配置文件。
- utils.py: 包含一些辅助函数的文件。
- README.md: 项目说明文档。
- requirements.txt: 项目依赖的 Python 包列表。
2. 项目的启动文件介绍
main.py
是项目的启动文件,主要负责调用 OCR 功能从 PAN 卡图片中提取信息。以下是 main.py
的主要内容:
import cv2
import pytesseract
from config import TESSERACT_PATH
def extract_info(image_path):
# 配置 Tesseract 路径
pytesseract.pytesseract.tesseract_cmd = TESSERACT_PATH
# 读取图片
image = cv2.imread(image_path)
# 使用 Tesseract 进行 OCR
text = pytesseract.image_to_string(image)
# 解析提取的信息
# ...
return text
if __name__ == "__main__":
image_path = 'data/sample_pan_card.jpg'
info = extract_info(image_path)
print(info)
3. 项目的配置文件介绍
config.py
是项目的配置文件,主要用于配置 Tesseract OCR 的路径。以下是 config.py
的主要内容:
TESSERACT_PATH = '/usr/local/bin/tesseract'
在运行项目之前,需要确保 TESSERACT_PATH
指向正确的 Tesseract 可执行文件路径。