网站建设相关法律规定,网站开发算法,传奇游戏代理0加盟费,2015做哪个网站能致富前言
大家好#xff0c;
如果你对自动化处理身份证图片感兴趣#xff0c;可以尝试以下操作#xff1a;从身份证图片中快速提取信息#xff0c;填入表格并提交到网页系统。如果你无法完成这个任务#xff0c;我们将在“Python自动化办公2.0”课程中详细讲解实现整个过程。…前言
大家好
如果你对自动化处理身份证图片感兴趣可以尝试以下操作从身份证图片中快速提取信息填入表格并提交到网页系统。如果你无法完成这个任务我们将在“Python自动化办公2.0”课程中详细讲解实现整个过程。
实现过程概述 模块与功能
re 模块用于从 OCR 识别出的文本中提取所需的信息。 日期模块计算年龄。 pandas处理和操作表格数据。 PaddleOCR百度的 OCR 模块适合中文文本识别。 concurrent.futures实现并发处理提高图片识别效率。请注意CPU 性能较弱时过多的并发可能导致识别不准确。 SimpleAutomation封装了 Selenium 操作网页的功能也可以直接使用 Selenium 实现网页自动化。 装饰器使用
我们使用装饰器来分离代码逻辑使代码更加清晰。装饰器可以用于日志记录、异常处理和函数计时等公共功能的重用。 过程安排
批量处理我们批量处理身份证图片通过并发操作加快处理速度。 信息提取利用 OCR 技术识别身份证中的文本信息并使用正则表达式提取所需字段。 数据处理使用 pandas 将提取的信息整理成表格。 信息提交将处理后的数据填写到网页表单中并提交。 这个过程涉及多个步骤和技术代码需要经常编写和调试以提高编程能
实现最终结果
需要把下面三张身份证识别的文字填入到对应下面的Excel 报表中。 并通过https://www.ztloo.com/profile__trashed/card/ 身份证录入页面进行web自动化填入。 1. 导入所需库
logging: 标准库日志模块用于记录日志信息。
os: 提供操作系统接口主要用于文件路径操作。
re: 提供正则表达式支持用于从文本中提取信息。
shutil: 提供高级文件操作功能例如文件复制。
time: 提供时间相关功能如延时。
datetime: 提供日期和时间处理功能。
loguru: 现代化的日志库用于记录日志信息。
pandas: 提供数据结构和数据分析工具用于处理和分析数据。
paddleocr: OCR 工具用于文本识别。
concurrent.futures: 提供并发执行任务的功能。2. 配置日志记录
设置了日志文件 ocr_task.log并关闭了 PaddleOCR 的日志输出以减少冗余日志信息。
3. OCRProcessor 类
3.1 初始化
init: 初始化 PaddleOCR 引擎和数据列表。
3.2 识别文本
recognize_text: 使用 PaddleOCR 对图片进行文本识别返回识别的文本。
3.3 提取信息
extract_info: 使用正则表达式从识别的文本中提取身份证相关信息包括姓名、性别、民族、出生日期、住址和身份证号码。
3.4 列出图片
list_images: 列出指定目录中的所有图片文件支持 .png、.jpg、.jpeg 格式。
3.5 处理图片
process_img: 处理单张图片进行 OCR 识别提取信息并将结果记录到 self.data 列表中。
3.6 处理图片目录
process_imgs: 并行处理目录中的所有图片使用 ThreadPoolExecutor 执行任务并将处理结果保存在 ocr_results.xlsx 文件中。调用了 add_age_and_sort 方法对数据进行排序和添加年龄列。
3.7 计算年龄
calculate_age: 根据出生日期计算年龄。
3.8 添加年龄并排序
add_age_and_sort: 为数据添加年龄列并按年龄从小到大排序。使用 pandas 处理数据。
3.9 重命名并保存图片
rename_and_save_images: 根据提取的身份证信息重命名图片并保存到指定目录中。
3.10 处理和提交
process_and_submit: 执行完整的处理流程包括初始化自动化工具、批量处理图片、重命名图片、提交信息到系统。使用 SimpleAutomation 进行网页操作填写身份证系统表单。
3.11 提交信息到系统
write_idcard_system: 将提取的信息填写到身份证系统的表单中包括姓名、性别、出生日期、地址、身份证号码。选择性别和民族选项提交表单。
4. 使用示例
在 main 部分创建了 OCRProcessor 实例并调用 process_and_submit 方法处理指定目录下的图片并提交信息到系统。
