OCR 身份证识别_ocr身份识别python

python基于paddleocr docker部署 身份证OCR识别

脚本 文件

# -*- coding: utf-8 -*-
# 1. 导入Flask扩展
from flask import Flask, request
from gevent import pywsgi
from paddleocr import PaddleOCR
from flask_cors import CORS
import logging
import re
from paddleocr import logger


# 2. 创建Flask应用程序示例
# 需传入__name__，作用是为了确定资源所在路径
app = Flask(__name__)
# 解决跨域问题
CORS(app, resources=r'/*')

# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory

#默认的warning级别，只输出warning以上的
#使用basicConfig()来指定日志级别和相关信息

logging.basicConfig(level=logging.DEBUG #设置日志输出格式
                    ,filemode="w" #文件的写入格式，w为重新写入文件，默认是追加
                    ,format="%(asctime)s - %(name)s - %(levelname)-9s - %(filename)-8s : %(lineno)s line - %(message)s" #日志输出的格式
                    # -8表示占位符，让输出左对齐，输出长度都为8位
                    ,datefmt="%Y-%m-%d %H:%M:%S" #时间输出的格式
                    )

# 全局异常
@app.errorhandler(500)
def server_error(error):
    return {"code": 500, "message": "未识别到数据"}

# 3. 定义路由及视图函数
# Flask中定义路由是通过装饰器实现
@app.route('/', methods=['GET', 'POST'])
def hello_world():
    return 'Hello, flask!'

# 上传图片进行简单的ocr
@app.route('/simple_ocr', methods=['POST'])
def simple_ocr():
    uploaded_file = request.files['file']
    # 数据列表
    data = list()
    # 名字不为空
    if uploaded_file.filename != '':
        logging.info("文件名字:" + uploaded_file.filename)
        result = ocr.ocr(uploaded_file.stream.read(), cls=False)
        for idx in range(len(result)):
            res = result[idx]
            for line in res:
                logging.info(line)
                # 相似度大于0.8的数据匹配度高
                if line[-1][1] > 0.75:
                    data.append(line[-1][0])
    return {"code": 200, "message": "操作成功", "data": data}

# 上传图片进行身份证的ocr
@app.route('/idcard_ocr', methods=['POST'])
def idcard_ocr():
    uploaded_file = request.files['file']
    # 数据列表
    data = list()
    # 标记位
    flag = True
    # 首位标记位
    first = True
    # 名字不为空
    if uploaded_file.filename != '':
        logging.info("文件名字:" + uploaded_file.filename)
        result = ocr.ocr(uploaded_file.stream.read(), cls=False)
        for idx in range(len(result)):
            res = result[idx]
            for line in res:
                logging.info(line)
                # 相似度大于0.8的数据匹配度高
                if line[-1][1] > 0.75:
                    data.append(line[-1][0])
                    if first:
                        first = False
                        card_name = line[-1][0]
                        # 判断第一行是否包含姓名
                        if "姓名" in card_name:
                            sub = card_name[card_name.index("姓名") + 2:]
                            if len(sub)>1: card_name=sub
                        else:
                            # 第一行没有姓名 直接是名字
                            if len(card_name) > 5 or ( card_name=='居民身份证' or card_name=='中华人民共和国'):card_name=''
                        # print('first', card_name)
                    if flag:
                        is_valid, id_card = validate_id_card(line[-1][0])
                        if is_valid:
                            flag = False

    # 正面
    if len(card_name)>0:
        flag = False
    # 把所有信息筛选获取身份照吗
    if len(card_name) == 0:
        for i in data:
            if "姓名" in i:
                card_name = i[i.index("姓名") + 2:]
                flag = False

    # 身份证的背面为True
    if flag:
        for i in data:
            is_valid, date = validate_date(i)
            if is_valid:
                break
        return {"code": 200, "message": "操作成功", "data": {"source": data, "date": date, "card_side": "back"}}

    return {"code": 200, "message": "操作成功", "data": {"source": data, "id_card": id_card, "id_name":card_name, "card_side": "front"}}

# 身份证校验
def validate_id_card(id_card):
    # 定义身份证号的正则表达式，用于验证格式
    id_card_pattern = r'\d{17}[\dXx]|\d{15}'

    # 使用正则表达式进行匹配
    matches = re.findall(id_card_pattern, id_card)

    # 输出匹配到的身份证号码
    if matches:
        print("身份证号：", matches[0])
        return True, matches[0]
    else:
        return False, ''
    
# 日期校验    
def validate_date(date):
    # 定义日期的正则表达式
    date_pattern = r'\d{4}\.\d{2}\.\d{2}-\d{4}\.\d{2}\.\d{2}'
    
    # 使用正则表达式进行匹配
    matches = re.findall(date_pattern, date)

    # 输出匹配到的日期
    if matches:
        print("日期：", matches[0])
        return True, matches[0]
    else:
        return False, ''

# 4. -- main --
# 会将Flask程序运行在一个简易服务器上（Flask提供，用于测试）
if __name__ == "__main__":
    logger.info("ocr 服务运行.........")
    server = pywsgi.WSGIServer(('0.0.0.0', 5000), app)
    server.serve_forever()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154

示例图片

准确率相当高，有问题可以私信！

在浩瀚的代码海洋中，我们一起航行！
架构师资料学习
链接: link.

提取码 9kts