火车票OCR读取及结构化处理，Gradio编写界面，代码及说明

前一段时间用到火车票OCR处理，因为要求不高就自己简单写了一个。首先是模型选择，初步对比了几个开源的OCR产品后，选择了百度的PaddleOCR。自己用Python开发了一个简单的数据结构化功能，并用Gradio写了一个简答的界面。效果如下（火车票图片来自于网络）：

代码如下：

import gradio as gr

import os
import cv2
from PIL import Image
from paddleocr import PaddleOCR, draw_ocr
from IPython import display
import re
import numpy as np
import matplotlib.pyplot as plt

# 简单的数据结构化处理，主要思路就是利用关键字
def extract_train(result):
    station=0
    cc=0
    output=[]
    for line in result:
        if '站' in line[1][0]:
            if station==0:
                output.append(['始发站',line[1][0]])
            elif station==1:
                output.append(['到站',line[1][0]])
            station=station+1
        if (line[1][0][0] in ['C','D','G','Z','T','K','L','A','Y'])&(len(line[1][0])==4):
            output.append(['车次',line[1][0]])
        if ('年' in line[1][0])&('月' in line[1][0])&('日' in line[1][0]):
            output.append(['乘车时间',line[1][0]])
        if '****' in line[1][0]:
            output.append(['乘车人',line[1][0]])
        if '￥' in line[1][0]:
            output.append(['票价',line[1][0]])
        if '售' in line[1][0]:
            output.append(['售票处',line[1][0]])
    return output

# OCR处理，包括OCR调用，简单结构化处理以及图像处理
def train_ticket(image,choice):
    ocr = PaddleOCR(use_angle_cls=True, lang="ch",gpu=False) 
    result = ocr.ocr(image, cls=True)
    extracted = extract_train(result)
    
    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)
    im_show = Image.fromarray(im_show)
    return result,extracted,im_show

# Gradio界面
image = gr.Image(label="请上传车票图像")
result = gr.Textbox(label="原始内容")
extracted = gr.Textbox(label="结构化处理")
result_image = gr.Image(label="处理后图像")
demo = gr.Interface(fn=train_ticket, inputs=image, outputs=[result,extracted,result_image], api_name="ocr_ticket")
demo.launch()

运行后显示界面：

选择车票图片并点击submit后即可看到效果：

如果您觉得对您有帮主请点个关注，方便看其他内容，谢谢。

代码为本人原创，未经允许，不得转载。