基于Python的发票OCR-数字识别的简单实现

分手后的思念是犯贱 2024-04-07 15:47 63阅读 0赞

目录  
大体思路 1  
人为预先设好一些数据矩阵之间进行比较 2  
处理的准备 2  
开始实践 2  
环境搭建 3  
数据集准备 4  
预处理 5  
之后我们对其进行二值化 6  
寻找数字 9  
预设数据 11  
2 from PIL import Image 12  
3 import numpy as np 12  
比较 13  
1 \# 计算灰度值的平均值 13  
开始识别 15  
8 \# !!! 注意这里截取的是二值化后的图片 15  
13 init = -1 15  
2 import Levenshtein 3 16  
手写字体 20  
环境搭建 20  
数据集准备 21  
预处理 21  
35 \# 取出一张图片 即一整行 26  
开始识别 26  
看看我写的是啥 29  
1 from PIL import Image 2 30  
识别结果统计 32  
3 statis = \{\} 4 32  
16 \# 计算图片的感知哈希 32  
数据集 35  
算法上的提升 35  
从数字到文字 36  
源码结构 36  
发票 OCR - 数字识别的简单实现  
本教程旨在使用简单的操作步骤实现一个简单的发票上的数字视频。  
我们不追求识别率和速度，本文转载自http://www.biyezuopin.vip/onews.asp?id=16730目的只是想让大家初步体验一下人工智能和计算机视觉 CV。  
大体思路  
解析图像 转换为 灰度图二值化处理  
截取到需要的数据使用矩阵存储图片  
人为预先设好一些数据矩阵之间进行比较  
预测输出  
处理的准备  
图片大小 1218\*788  
待识别的区域是固定的，我们只识别右上角部分的数字。  
使用 opencv 进行图片的找轮廓等处理， pillow 进行图片的处理。  
配合其他的一些库进行更方便的处理，安装请参考下面的教程。  
开始实践  
从我们上面的已知部分来看，我们的计划似乎是完美的，实际上手操作后，处处都有困难 …不管如何，先做起来再说！

# %%
    import numpy as np
    import matplotlib.pyplot as plt
    import Levenshtein
    
    # %%
    def read_idx3(filename):
        with open(filename, 'rb') as fo:
            buf = fo.read()
            
            index = 0
            header = np.frombuffer(buf, '>i', 4, index)
            
            index += header.size * header.itemsize
            data = np.frombuffer(buf, '>B', header[1] * header[2] * header[3], index).reshape(header[1], -1)
            
            return data
        
    def read_idx1(filename):
        with open(filename, 'rb') as fo:
            buf = fo.read()
            
            index = 0
            header = np.frombuffer(buf, '>i', 2, index)
            
            index += header.size * header.itemsize
            data = np.frombuffer(buf, '>B', header[1], index)
            
            return data
    
    # %%
    train_labels = read_idx1("mnist/train-labels.idx1-ubyte")
    
    train_images = read_idx3("mnist/train-images.idx3-ubyte")
    
    print(train_labels.shape, train_images.shape)
    
    # %%
    print(train_images[0])
    
    print(train_labels[0])
    
    # %%
    plt.subplot(121)
    plt.imshow(train_images[0, :].reshape(28, -1), cmap='gray')
    plt.title('train 0')
    
    print(train_labels[0])
    
    # %%
    # 获取测试集合
    
    test_labels = read_idx1("mnist/t10k-labels.idx1-ubyte")
    
    test_images = read_idx3("mnist/t10k-images.idx3-ubyte")
    
    
    # %%
    print(test_labels[0])
    
    plt.subplot(122)
    plt.imshow(test_images[0, :].reshape(28, -1), cmap='gray')
    plt.title('test 0')
    
    # %%
    print(test_images.shape)
    
    # 使用测试集 作为预处理
    
    from collections import defaultdict
    
    data = defaultdict(lambda : [])
    
    def sHash(img):
        """感知哈希
    
        Args:
            img ([type]): 一维 784 的数组
    
        Returns:
            [str]: 感知哈希
        """
        # 感知 哈希
        hash_val = ''
        avg = img.mean()
        
        for x in range(len(img)):
            if img[x] > avg:
                hash_val += '1'
            else:
                hash_val += '0'
        return hash_val
    
    for i in range(len(test_images)):
        img = test_images[i, :]
        # 感知 哈希
        
        data[test_labels[i]].append(sHash(img))
    
    # %%
    # 使用训练集的第一张用来测试
    
    to_test_image = train_images[0, :]
    
    test_hash = sHash(to_test_image)
    
    def recognize_number(to_test_image_sHash:str):
        
        result = [ 0 for i in range(10)]
        
        
        for k,v in data.items():
        # k - 数字  v - 每个数字的所有感知哈希值
        # 遍历所有的哈希并计算值
            for hash_val in v:
                leven_val = Levenshtein.ratio(to_test_image_sHash, hash_val)
                if leven_val > result[k]:
                    result[k] = leven_val
    
        return result
    
    
    
    # %%
    
    result = recognize_number(test_hash)
    print(max(result))
    
    print(result.index(max(result)))
    
    print(result)
    
    
    # %%
    # 使用我们自己写的图片
    
    from PIL import Image
    
    diy_image = Image.open('MNIST-4.jpg')
    
    
    diy_arr = np.array(diy_image).flatten()
    
    plt.subplot(122)
    plt.imshow(diy_arr.reshape(28, -1), cmap='gray')
    plt.title('diy 0')
    
    diy_arr = diy_arr.flatten()
    # print(sHash(diy_arr))
    r = recognize_number(sHash(diy_arr))
    print(max(r))
    
    print(r.index(max(r)))
    
    print(r)
    
    
    # %%
    # 测试结果准确率
    
    statis = {
        }
    
    for i in range(0, 10):
        statis[i] = {
        }
        
        statis[i]["correct"] = 0
        statis[i]["all"] = 0
    
    for i in range(100):
        shash_val = sHash(train_images[i, :])
        
        r = recognize_number(shash_val)
        
        real_val = train_labels[i]
        if r.index(max(r)) == real_val:
            statis[real_val]["correct"] += 1
        
        statis[real_val]["all"] += 1
    
    
    
    # %%
    from icecream import ic
    
    
    
    for i in range(10):
        print(i, statis[i]["correct"] / statis[i]["all"])

![在这里插入图片描述][bbfbd67a5c3b4281ab3241706d54ec4d.png_pic_center]  
![在这里插入图片描述][a3f2d3b7a54040e78b2ce25519289b95.png_pic_center]  
![在这里插入图片描述][e48fb44b59f44f10980ad2f5c89d3bbe.png_pic_center]  
![在这里插入图片描述][69a1bf2df9ac492ab0fb099a2152a62b.png_pic_center]  
![在这里插入图片描述][d16907f162c34f138f0058db137926ec.png_pic_center]  
![在这里插入图片描述][044065bfaaf0494db8d3188beb58dd2c.png_pic_center]  
![在这里插入图片描述][09a3bc511f294ca881dfe54df501c6dc.jpeg_pic_center]  
![在这里插入图片描述][04e9ba643c13437c9bddee1dd4f6e5b9.png_pic_center]  
![在这里插入图片描述][6575da32dc54499bb0bee191b8653e40.png_pic_center]  
![在这里插入图片描述][c9d8d69bc6f64df5bbfaef8b7b0e4823.png_pic_center]  
![在这里插入图片描述][5e82de29291d474cb290d8a40bc1ab54.jpeg_pic_center]  
![在这里插入图片描述][fe36b3a2b80b481aad9643eca86f4c53.jpeg_pic_center]  
![在这里插入图片描述][d7b9292a5def4167aa7875540fae03f4.jpeg_pic_center]

[bbfbd67a5c3b4281ab3241706d54ec4d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/52a4ed89abcd4505bbb36880bab95a78.png
[a3f2d3b7a54040e78b2ce25519289b95.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/bb82afd2448549928933ea456f5f1bd6.png
[e48fb44b59f44f10980ad2f5c89d3bbe.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/e9efb98d6b414641a04548076ed9d579.png
[69a1bf2df9ac492ab0fb099a2152a62b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5d6813c6a92f48ffbdb9a17232fb7f03.png
[d16907f162c34f138f0058db137926ec.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/3068535da63f49128dfe66741b4f88c7.png
[044065bfaaf0494db8d3188beb58dd2c.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/01922860d1554a219450127dd4265b24.png
[09a3bc511f294ca881dfe54df501c6dc.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/661ddab4cdbf4cb6be1b204f7d772063.jpeg
[04e9ba643c13437c9bddee1dd4f6e5b9.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/19b4b694d4ae4196a4dff638a6bdf149.png
[6575da32dc54499bb0bee191b8653e40.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f4b46b0c354d4640ad43914cadc6ee97.png
[c9d8d69bc6f64df5bbfaef8b7b0e4823.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/67d733c475f544dd939ba2334f80c61b.png
[5e82de29291d474cb290d8a40bc1ab54.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/cbbd2f9033ad45a888cab7d7b905ee2b.jpeg
[fe36b3a2b80b481aad9643eca86f4c53.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6f37f530feae4102a979721d7c1a2a36.jpeg
[d7b9292a5def4167aa7875540fae03f4.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/748c72a5d9734982a8bacf44d6343f75.jpeg