购物小票识别知识点总结

一、如何识别购物小票

1.首先通过AI识别，将购物小票上的商品进行识别，之后再进行小票识别

2.采用OCR识别小票上的文字，输出对应的文字和坐标

3.将识别的文字和坐标一对一进行组合    for b_, c_ in zip(det_box, recs)，并按照纵坐标的大小进行排列（坐标至关重要）

4.根据小票的格式进行识别模型的创建，将小票上的每一种商品的“货号”、“商品名称”、“数量”、“价格”都识别出来，最终形成每条信息对应一种商品的形式

5.将小票识别出的每一条商品信息与之前AI拍照的识别进行进行匹配，如果匹配上就能关联起来

二、小票识别的知识点总结

1.已知4个点的坐标，求中心点的纵坐标

box_center = list(np.mean(np.array(box_[0], dtype=int), axis=0))

axis=0表示对数组的列（纵坐标）进行运算

2.python中的isdigit()函数

用于判断一个字符串是否只由数字组成，如果字符串中的所有字符都是数字，返回True，否则返回False

char_info="130800400180"

str(char_info).isdigit() = True

3.re.compile(r'￥?[0-9]+\.[0-9]{0,2}')

在Python中，re.compile() 函数用于编译一个正则表达式模式，返回一个模式对象。

综合来看，这个正则表达式用于匹配可选的人民币符号，后面跟着至少一个数字，然后是一个点号，最后是0到2个数字。这种模式通常用于匹配货币数额，尤其是小数点后最多两位的数额，例如价格或费用。

例如：

￥123.45 将会匹配
99.9 也将会匹配
123. 不会匹配，因为至少需要小数点后跟着一个数字
￥.50 不会匹配，因为需要至少一个数字在小数点前面

4.re.findall(num_point, str_char)

在Python中，re.findall(pattern, string) 函数是 re（正则表达式）模块中的一个函数，用于在字符串中查找所有与正则表达式模式匹配的非重叠匹配项，并返回一个包含这些匹配项的列表。

import re

# 正则表达式模式，匹配任何数字
num_point = r'\d+'

# 要搜索的字符串

str_char = 'There are 123 apples and 456 oranges.'

# 使用 re.findall 查找所有数字

matches = re.findall(num_point, str_char)

print(matches)  # 输出: ['123', '456']

在这个例子中，正则表达式模式 \d+ 表示匹配一个或多个数字字符。re.findall 函数找到了所有匹配的数字并返回了一个包含这些数字的列表。

如果你提供的 num_point 变量不是一个有效的正则表达式模式，或者 str_char 不是一个字符串，那么 re.findall 函数将无法正常工作，并可能抛出一个异常。确保 num_point 是一个正确的正则表达式模式，且 str_char 是你想要搜索的字符串。

5.matcher = difflib.SequenceMatcher(None, ticket_name, gname)

ython的difflib库中的SequenceMatcher类的使用。difflib库是Python标准库中的一个模块，它提供了一些方法来比较序列的相似性。

SequenceMatcher是difflib库中的一个类，它可以接受两个序列（在这个例子中是字符串ticket_name和gname），并计算两个序列之间的相似度。

创建一个SequenceMatcher对象，该对象会比较ticket_name和gname两个字符串的相似度。None参数表示在比较时不使用任何过滤函数。

6.similarity[0, j] = matcher.ratio()

matcher.ratio()：返回两个序列的相似度，结果是一个介于0（完全不相似）和1（完全相同）之间的浮点数。

7.num_index.sort(key=lambda x: y_cors[x], reverse=False)

这是一个排序操作，根据列表num_index中的元素在y_cors字典中对应的值进行排序，排序方式是升序（reverse=False）。