Python基于百度OCR的疫情防控截图自动分析检查

通过腾讯文档收集人员信息，下载后，使用Python基于百度OCR对填报的疫情防控截图信息进行识别和统计分析，5分钟搞定每天人工1小时的检查工作量，提高效率，还提高准确率。

---

前言

疫情期间，各地、各单位、各企业均在执行常态化管控，目前大多采用人工收集相关人员的基本信息、健康码、行程码、核酸报告的截图，再通过人工分析人工检查去核实相关的信息，效率不高。通过信息化工具的优化处理流程是1、通过腾讯文档建立表单；2、下载表格至本地电脑；3、筛选表格日期并下载截图处理，插入EXCEL表格；4、将图片发送百度云的文字识别处理；5、通过正则表达式或re.findall、re.search等，将识别结果中的日期、健康码颜色、行程涉及的城市、核酸报告日期提取出来；5、判断相关数据是否正常，不正常的标注为红色；6、将结果输出到本地EXCEL文件；7、将EXCEL发送至QQ邮箱保存。

---

一、腾讯文档建立信息收集表单

1、表单如下：可以自定义编辑需要的收集表单

2、信息收集后会自动形成汇总表单信息，包含用户昵称、提交日期、姓名、日期、行程码链接、健康码链接、核酸报告链接信息等。

二、处理步骤

1.子函数--表格筛选处理

1、在程序中设置表格默认的下载位置和名称

2、单独建立一个子文件excel_set2_yesterday.py，建立预处理的函数preterment()，根据B列中的提交日期和时间进行筛选，本文以检查昨日的截图信息。

import os
import datetime
import openpyxl

def pretrement():
    today = datetime.date.today()  #获取当天的日期
    oneday = datetime.timedelta(days=1)
    yesterday = today-oneday  #h获取昨天的日期
    print(yesterday)

    #设置表格下载的默认位置和名称
    path = "C:\\Users\\Administrator\\Downloads"
    file_path = path + "\\疫情升级管理期间承包商人员信息统计表（收集结果）.xlsx"
    print(file_path)
    wb = openpyxl.load_workbook(file_path)
    ws = wb["疫情升级管理期间承包商人员信息统计表"]
    rows = ws.max_row  #获取表格的最大行数
    print(rows)
    j = 0
    if os.path.exists(file_path) is not True:#判断hs1.xlsx是否存大
        os._exit(0)
    else:
        for i in range(rows, 1, -1):  # 必须倒序删除，正序下面的会往上面自动走，容易删不完整
            iccid = ws["B" + str(i)].value
            if iccid is not None:
                jkmdate = iccid.strftime('%Y-%m-%d')#提取B列单元格内容中的日期信息
                print(jkmdate)
                yesterday1=yesterday.strftime('%Y-%m-%d')
                print(yesterday1)
                if jkmdate==yesterday1: #判断单元格的日期是否是昨天的日期
                    pass
                else:
                    ws["B" + str(i)].value = "错" #如果日期不符，将单元格填充为“错”的中文
            else:
                ws.delete_rows(i)  #如果是单元格是空的，则将整行删除

    wb.save('hs2_today.xlsx')   #将处理后的表格输出为hs2_today.xlsx

2.子函数--图片压缩

因为下载的原图比较大，大量图片黏贴到EXCEL，会导至表格很大，因此建立子程序compress_image.py，并设置压缩函数需要将图片压缩。

from PIL import Image

def compress_image1(infile, outfile='', mb=100, step=10, quality=80):
    """不改变图片尺寸压缩到指定大小
    :param infile: 压缩源文件
    :param outfile: 压缩文件保存地址
    :param mb: 压缩目标，KB
    :param step: 每次调整的压缩比率
    :param quality: 初始压缩比率
    :return: 压缩文件地址，压缩文件大小
    """
    o_size = get_size(infile)
    print(o_size)
    if o_size <= mb:
        return infile
    outfile = get_outfile(infile, outfile)
    while o_size > mb:
        im &