调用百度云自动批量识别辽事通疫苗接种信息
本帖最后由 w3812247 于 2022-12-29 08:25 编辑最近有个朋友张伟的公司需要统计一下公司所有人的疫苗接种情况，大家都把截图传给了张伟，但是一个一个进行统计真的是太慢了，于是张伟就找到了我。
这个文字识别调用的是百度云的，请求过于频繁可能会拒绝访问一小会，大家可以根据需要对代码进行改造，把识别过的移入到另一个文件夹中，这里仅给大家提供一个思路。
import requests
import base64
import time
def ocr(img_path: str) -> list:
'''
根据图片路径，将图片转为文字，返回识别到的字符串列表
'''
# 请求头
#time.sleep(10)
headers = {
'Host': 'cloud.baidu.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36 Edg/89.0.774.76',
'Accept': '*/*',
'Origin': 'https://cloud.baidu.com',
'Sec-Fetch-Site': 'same-origin',
'Sec-Fetch-Mode': 'cors',
'Sec-Fetch-Dest': 'empty',
'Referer': 'https://cloud.baidu.com/product/ocr/general',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
}
# 打开图片并对其使用 base64 编码
with open(img_path, 'rb') as f:
img = base64.b64encode(f.read())
data = {
'image': 'data:image/jpeg;base64,'+str(img),
'image_url': '',
'type': 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic',
'detect_direction': 'false'
}
# 开始调用 ocr 的 api
response = requests.post(
'https://cloud.baidu.com/aidemo', headers=headers, data=data)
# 设置一个空的列表，后面用来存储识别到的字符串
ocr_text = []
result = response.json()['data']
if isinstance(result,dict):
if not result.get('words_result'):
return []
# 将识别的字符串添加到列表里面
for r in result['words_result']:
text = r['words'].strip()
ocr_text.append(text+"####")
# 返回字符串列表
return ocr_text
'''
img_path 里面填图片路径,这里分两种情况讨论:
第一种:假设你的代码跟图片是在同一个文件夹，那么只需要填文件名,例如 test1.jpg (test1.jpg 是图片文件名)
第二种:假设你的图片全路径是 D:/img/test1.jpg ,那么你需要填 D:/img/test1.jpg
'''
import os
dirs = os.listdir(r'D:\1ocr') #疫苗接种截图目录
#print(dirs)
for dir in dirs:
filepath = "D:\\1ocr\\"+dir
img_path = filepath
# content 是识别后得到的结果
content = "".join(ocr(img_path))
# 输出结果
if len(content)>1:
strname = content.split("被接种者姓名")
if len(strname)>1:
strname = str(strname)
strname = strname.replace("#","").replace("年龄","")
print(strname)
strlast = content.split("/")
strlastlen = len(strlast)
strri = str(strlast)
stryue = strlast
strnian = str(strlast)[-4:]
#print(len(strlast))
#print(str(strlast)) #日
#print(strlast) #月
#print(str(strlast)[-4:]) #年
print ("最后一次接种：",strnian+"-"+stryue+"-"+strri)
张伟是沈阳哪个公司的 freshegg 发表于 2022-12-29 11:14
张伟是沈阳哪个公司的
为啥非得是沈阳的呢，哈哈{:1_904:} 我福建的 学习学习 w3812247 发表于 2022-12-29 12:09
为啥非得是沈阳的呢，哈哈
;www理解有误，回帖有误，哈哈哈 好好学习 学习学习 看到这儿，我只能说谢谢张伟的朋友分享代码 谢谢分享代码:lol
页:
[1]