核酸结果统计难?130行代码实现基于ocr的核酸截图识别存储Excel(复现代码核查核酸报告)

本文涉及的产品
OCR统一识别,每月200次
票证核验,票证核验 50次/账号
企业资质识别,企业资质识别 200次/月
简介: 核酸结果统计难?130行代码实现基于ocr的核酸截图识别存储Excel(复现代码核查核酸报告)

来源:


核酸结果统计难?复旦博士生的操作火了

https://m.gmw.cn/baijia/2022-04/08/35644611.html

1 程序背景


学校要收核酸截图,汇总太麻烦了,故将OCR整合到数据中。

1.1 命名规范


20200250202003曹文举4.12阴性.jpg

1.2 EasyOCR


easyOCR

https://github.com/JaidedAI/EasyOCR

pip install easyocr


2 程序


import timeit
import xlsxwriter
import cv2 as cv
import numpy as np
import os
import easyocr
import re
os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'
def load_file_name(file_name):
    # file_name = "201902811221邱江4.12阴性.jpg"
    file_result_date_no = re.findall(r"\d+", file_name)
    no = file_result_date_no[0]
    date = '2022-0' + file_result_date_no[1] + '-' + file_result_date_no[2]
    file_result_name_name_check = re.findall('[\u4e00-\u9fa5]', file_name)
    # print(file_result_name_name_check)
    check = file_result_name_name_check[len(file_result_name_name_check)-2] +file_result_name_name_check[len(file_result_name_name_check)-1] # 检测结果
    up = len(file_result_name_name_check)-2
    name = ''
    for i in range(up):
        name = name + file_result_name_name_check[i]
    # print("姓名:",name)
    # print("日期:",date)
    # print("学号:",no)
    # print("结果:",check)
    return name,date,no,check
def load_image(path,name,date,check):
    # coding=utf-8
    # 当前目录读取一张图片,转化为灰色
    img = cv.imdecode(np.fromfile(path, dtype=np.uint8), 0)
    reader = easyocr.Reader(['ch_sim', 'en'])
    result = reader.readtext(img)
    # 拼接单个图片的识别结果
    result_str = ''
    for i in result :
        result_str = result_str+i[1]
    # print("包含无关文字:", result_str)
    temp = re.sub('[a-zA-Z]', '', result_str)
    # print("去掉无关文字:",temp)
    a = temp.find("若上述")
    result = temp[0:a]
    # print(result)
    # print("消除无用信息:",result)
    result = result.replace('\n', '')  # 去掉换行符
    result = result.replace(' ', '')  # 去掉空格
    result = result.replace(':', '')  # 去掉-
    result = result.replace(':', '')  # 去掉-
    result = result.replace("核酸检测结果为","")
    result = result.replace("核酸检测结果","")
    # print(result)
    # 姓名校正
    if result.find(name) == -1:
        # print("识别失败")
        name_ocr = "识别失败"
        check_ocr = "字体原因识别失败"
    else:
        # print("名字校正成功:",name)
        # name_ocr = name
        name_ocr = "姓名正确"
    # 阴性与阳性
    if result.find(check) == -1:
        # print("识别失败")
        check_ocr = "字体原因识别失败/"
    else:
        # print("识别结果与文件核酸结果相同")
        check_ocr = "核酸结果一致"
    result = result.replace('阴性', '')
    result = result.replace('阳性', '')
    # 检测机构
    if result.find("检测机构") == -1:
        # print("识别失败")
        organization_ocr = "字体原因识别失败"
        check_ocr = "字体原因识别失败/"
    else:
        index = result.find("检测机构")
        # print("检测机构:",result[index+4:])
        organization_ocr = result[index+4:]
        result = result[0:index]
    # 核酸检测时间
    if result.find("检测时间") == -1:
        date_ocr = "字体原因识别失败"
        check_ocr = "字体原因识别失败/"
        # print("识别失败")
    else:
        index = result.find("检测时间")
        # print("检测时间:",result[index + 4:])
        date_ocr = result[index + 4:]
        if date_ocr == date:
            date_ocr = "检测时间正确"
        result = result[0:index - 1]
    return name_ocr,check_ocr,organization_ocr,date_ocr
# 读取函数,用来读取文件夹中的所有函数,输入参数是文件名
def read_directory(directory_name):
    for filename in os.listdir(directory_name):
        for filename_1 in os.listdir(directory_name+"/"+filename):
            # print(filename_1)  # 仅仅是为了测试
            name,date,no,check = load_file_name(filename_1)
            path = directory_name + "/" + filename+"/"+filename_1
            name_ocr,check_ocr,organization_ocr,date_ocr = load_image(path,name,date,check)
            print("提交数据:",name,date,check,no)
            print("OCR数据:",name_ocr,date_ocr,check_ocr,organization_ocr)
            result_list = [name,date,check,no,name_ocr,date_ocr,check_ocr,organization_ocr]
            result_list_total.append(result_list)
if __name__ == '__main__':
    start = timeit.default_timer()
    # 保存excel
    result_list_total=[["姓名","日期","核算结果","学号","姓名校对","时间校对","核酸状态校对","核酸医院"]]
    read_directory("./imge")#这里传入所要读取文件夹的绝对路径,加引号(引号不能省略!)
    # xlsxwriter只可以新建一个excel,不可以读取和更新
    # 创建一个workbook 和增加一个worksheet,默认为sheet1...,也可以直接为sheet命名,例如下边的test
    workbook = xlsxwriter.Workbook('./data.xlsx')
    # 添加 sheet
    worksheet = workbook.add_worksheet("elite")  # 下方Sheet名
    worksheet.set_column(0,len(result_list_total),18) #全部列宽为18
    # 测试数据
    result_list_total = tuple(result_list_total)
    print(result_list_total)
    # 从首行、首列开始.
    row = 0
    col = 0
    # 通过迭代写入数据.
    for name,date,check,no,name_ocr,date_ocr,check_ocr,organization_ocr in (result_list_total):
        worksheet.write(row, col,     name)
        worksheet.write(row, col + 1, date)
        worksheet.write(row, col + 2, check)
        worksheet.write(row, col + 3, no)
        worksheet.write(row, col + 4, name_ocr)
        worksheet.write(row, col + 5, date_ocr)
        worksheet.write(row, col + 6, check_ocr)
        worksheet.write(row, col + 7, organization_ocr)
        row += 1
    # 只有此函数才可以生成excel
    workbook.close()
    #中间写上代码块
    end = timeit.default_timer()
    print('一共耗时 %s 秒'%(end-start))
    total = len(result_list_total)
    print("处理完毕,共处理 %s 条学生信息"%total)


3 结果


04376be8dda84b12a7268b294f978fe4.png


目录
相关文章
|
21天前
|
JSON 文字识别 数据格式
印刷文字识别使用问题之调用代码需要传入哪些参数
印刷文字识别产品,通常称为OCR(Optical Character Recognition)技术,是一种将图像中的印刷或手写文字转换为机器编码文本的过程。这项技术广泛应用于多个行业和场景中,显著提升文档处理、信息提取和数据录入的效率。以下是印刷文字识别产品的一些典型使用合集。
|
21天前
|
文字识别 自然语言处理 C#
印刷文字识别使用问题之C#发票识别的代码实例在哪里可以查看
印刷文字识别产品,通常称为OCR(Optical Character Recognition)技术,是一种将图像中的印刷或手写文字转换为机器编码文本的过程。这项技术广泛应用于多个行业和场景中,显著提升文档处理、信息提取和数据录入的效率。以下是印刷文字识别产品的一些典型使用合集。
|
22天前
|
文字识别 Java 开发工具
印刷文字识别操作报错合集之遇到错误代码为401,该怎么办
在使用印刷文字识别(OCR)服务时,可能会遇到各种错误。例如:1.Java异常、2.配置文件错误、3.服务未开通、4.HTTP错误码、5.权限问题(403 Forbidden)、6.调用拒绝(Refused)、7.智能纠错问题、8.图片质量或格式问题,以下是一些常见错误及其可能的原因和解决方案的合集。
|
1月前
|
文字识别 Java Python
文本,文识08图片保存()上,最方便在于整体生成代码,serivce及实体类,base64编码保存图片文件,调用flask实现内部ocr接口,通过paddleocr识别,解析结果,base64转图片
文本,文识08图片保存()上,最方便在于整体生成代码,serivce及实体类,base64编码保存图片文件,调用flask实现内部ocr接口,通过paddleocr识别,解析结果,base64转图片
|
2月前
|
存储 数据挖掘 Python
使用Python集合高效统计Excel数据
使用Python集合高效统计Excel数据
43 7
|
3月前
|
文字识别
分享:如何ocr识别身份证复印件并导出至excel表格 ? 图片批量识别导出excel表格应用,图片批量识别转excel表格的方法
该软件是一款OCR身份证识别工具,能批量处理图片,自动提取身份证信息并导出为Excel。支持百度网盘和腾讯云盘下载。用户界面直观,操作简单,适合新手。识别过程包括:打开图片、一键识别、导出结果。特别注意,此程序仅适用于身份证识别,不适用于其他类型的图片识别。
分享:如何ocr识别身份证复印件并导出至excel表格 ? 图片批量识别导出excel表格应用,图片批量识别转excel表格的方法
|
2月前
|
编解码 文字识别
印刷文字识别操作报错合集之在尝试将PDF文件转换为图片时出现了问题,具体的错误代码是415,该怎么处理
在使用印刷文字识别(OCR)服务时,可能会遇到各种错误。例如:1.Java异常、2.配置文件错误、3.服务未开通、4.HTTP错误码、5.权限问题(403 Forbidden)、6.调用拒绝(Refused)、7.智能纠错问题、8.图片质量或格式问题,以下是一些常见错误及其可能的原因和解决方案的合集。
|
3月前
|
数据采集 存储 Web App开发
一键实现数据采集和存储:Python爬虫、Pandas和Excel的应用技巧
一键实现数据采集和存储:Python爬虫、Pandas和Excel的应用技巧
|
3月前
|
编解码 文字识别 API
文字识别OCR常见问题之代码侧和在线调试的结果一致如何解决
文字识别OCR(Optical Character Recognition)技术能够将图片或者扫描件中的文字转换为电子文本。以下是阿里云OCR技术使用中的一些常见问题以及相应的解答。
|
3月前
|
存储 文字识别 API
文字识别OCR常见问题之识别一些截图的模式如何解决
文字识别OCR(Optical Character Recognition)技术能够将图片或者扫描件中的文字转换为电子文本。以下是阿里云OCR技术使用中的一些常见问题以及相应的解答。
文字识别OCR常见问题之识别一些截图的模式如何解决