文章目录
- 前言
- 1.代码
- 2.代码介绍
- 2.1 **导入模块**
- 2.2 **配置区域**
- 2.3 ExpressInfoProcessor类
- 2.4 **主程序**：
- 3.使用说明
- 3.1环境准备
- 3.2模型准备
- 3.3数据库初始化
- 3.4串口配置
- 3.5信息提取优化
- 3.6注意事项
前言
本文简单介绍了PaddleDetection和PaddleOCR相结合的示例代码，通过两个PaddlePaddle框架下的工具包结合使用同时达到图像识别和文本识别的功能。
1.代码
import cv2
import re
import serial
import sqlite3
from datetime import datetime
from paddledetection.deploy.python.infer import Detector
from paddleocr import PaddleOCR
# ========== 配置区域 ==========
SERIAL_PORT = '/dev/ttyUSB0' # 串口设备
BAUDRATE = 9600 # 波特率
DB_NAME = 'express.db' # 数据库名称
DET_MODEL_DIR = './jd_sf_model/' # 检测模型路径
# =============================
class ExpressInfoProcessor:
def __init__(self):
# 初始化检测模型
self.detector = Detector(
model_dir=DET_MODEL_DIR,
device='GPU',
threshold=0.6
)
# 初始化OCR模型
self.ocr = PaddleOCR(use_angle_cls=True, lang='ch')
# 初始化串口
self.ser = serial.Serial(SERIAL_PORT, BAUDRATE)
# 初始化数据库
self.conn = sqlite3.connect(DB_NAME)
self._init_db()
def _init_db(self):
"""初始化数据库表结构"""
cursor = self.conn.cursor()
cursor.execute('''CREATE TABLE IF NOT EXISTS express_info
(id INTEGER PRIMARY KEY AUTOINCREMENT,
company TEXT,
track_no TEXT,
name TEXT,
phone TEXT,
create_time TIMESTAMP)''')
self.conn.commit()
def process_image(self, img_path):
"""处理图像的主流程"""
# 读取图像
img = cv2.imread(img_path)
if img is None:
raise FileNotFoundError(f"Image {img_path} not found")
# 检测快递公司
company = self._detect_company(img)
if not company:
print("未识别到有效快递公司")
return
# OCR文字识别
ocr_result = self.ocr.ocr(img, cls=True)
text_list = [line[1][0] for line in ocr_result]
# 信息提取
info = self._extract_info(text_list)
# 发送串口指令
self._send_serial(company)
# 存储到数据库
self._save_to_db(company, info)
def _detect_company(self, img):
"""检测快递公司"""
results = self.detector.predict([img], visual=False)
# 解析检测结果（假设0:京东，1:顺丰）
for result in results:
if len(result['boxes']) > 0:
class_id = int(result['boxes'][0][0])
score = result['boxes'][0][1]
if score > 0.6:
return '京东' if class_id == 0 else '顺丰'
return None
def _extract_info(self, text_list):
"""从OCR结果提取结构化信息"""
return {
'track_no': self._find_track_no(text_list),
'name': self._find_name(text_list),
'phone': self._find_phone(text_list)
}
def _find_track_no(self, texts):
"""查找快递单号"""
# 优先查找包含关键字的条目
for text in texts:
if any(kw in text for kw in ['单号', '快递单号', '运单号']):
match = re.search(r'\d{10,20}', text)
if match:
return match.group()
# 全局搜索长数字
for text in texts:
match = re.search(r'\d{12,20}', text)
if match:
return match.group()
return ''
def _find_phone(self, texts):
"""查找电话号码"""
for text in texts:
match = re.search(r'(1[3-9]\d{9})', text)
if match:
return match.group()
return ''
def _find_name(self, texts):
"""查找收件人姓名"""
# 查找包含关键字的条目
for text in texts:
if any(kw in text for kw in ['收件人', '姓名', '收货人']):
parts = re.split(r'[:：]', text)
if len(parts) > 1:
name = parts[-1].strip()
if re.match(r'^[\u4e00-\u9fa5]{2,4}$', name):
return name
# 匹配纯中文姓名
for text in texts:
if re.match(r'^[\u4e00-\u9fa5]{2,4}$', text):
return text
return ''
def _send_serial(self, company):
"""发送串口指令"""
cmd = '1' if company == '京东' else '2'
self.ser.write(cmd.encode())
print(f"已发送指令：{cmd}")
def _save_to_db(self, company, info):
"""保存到数据库"""
cursor = self.conn.cursor()
cursor.execute('''INSERT INTO express_info
(company, track_no, name, phone, create_time)
VALUES (?, ?, ?, ?, ?)''',
(company,
info['track_no'],
info['name'],
info['phone'],
datetime.now().strftime("%Y-%m-%d %H:%M:%S")))
self.conn.commit()
print("数据已存储")
def __del__(self):
"""资源清理"""
self.ser.close()
self.conn.close()
if __name__ == "__main__":
processor = ExpressInfoProcessor()
processor.process_image("test.jpg")
2.代码介绍
这段代码是一个用于处理快递信息的Python程序，具体功能包括读取图像中的快递信息，识别快递公司、提取快递单号、收件人姓名和联系电话，然后通过串口发送指令，并将这些信息存储到SQLite数据库中。下面是对代码中各部分的详细介绍：
2.1 导入模块
代码一开始导入了需要使用的模块，包括OpenCV(cv2)用于图像处理、正则表达式模块(re)用于文本匹配、串口通信模块(serial)、SQLite数据库模块(sqlite3)****、datetime模块用于处理时间、PaddlePaddle的物体检测模型(Detector)和OCR模型(PaddleOCR)。
2.2 配置区域
定义了一些配置常量，如串口设备、波特率、数据库名称、检测模型路径等。
2.3 ExpressInfoProcessor类
这是主要的处理类，包含以下方法和功能：
__init__方法：初始化函数，初始化物体检测模型、OCR模型、串口和数据库连接。
_init_db方法：初始化数据库表结构，如果表不存在则创建。
process_image方法：处理图像的主要流程，包括读取图像、检测快递公司、OCR文字识别、提取信息、发送串口指令和存储到数据库。
_detect_company方法：检测快递公司，使用物体检测模型判断是京东还是顺丰。
_extract_info方法：从OCR结果中提取结构化信息，包括快递单号、姓名和电话号码。
_find_track_no、_find_phone、_find_name方法：分别用于查找快递单号、电话号码和姓名。
_send_serial方法：发送串口指令，根据公司类型发送不同的指令。
_save_to_db方法：将信息保存到数据库中。
__del__方法：资源清理方法，在对象销毁时关闭串口和数据库连接。
2.4 主程序：
在if __name__ == "__main__"下初始化ExpressInfoProcessor对象，并调用process_image方法处理名为"test.jpg"的图像。
3.使用说明
3.1环境准备
pip install paddlepaddle paddleocr paddledetection serial pyserial opencv-python
3.2模型准备
- 训练京东/顺丰图标检测模型（使用PP-YOLO等算法）
- 将训练好的模型保存到jd_sf_model目录
- 目录应包含：model.pdmodel, model.pdiparams, infer_cfg.yml
3.3数据库初始化
代码首次运行时会自动创建SQLite数据库和表结构
3.4串口配置
- 根据实际硬件修改SERIAL_PORT和BAUDRATE参数
- Linux系统查看端口：ls /dev/tty*
- Windows系统端口通常为COMx格式
3.5信息提取优化
- 可根据实际快递单样式调整正则表达式匹配规则
- 添加更多关键字匹配规则提高准确性
3.6注意事项
- 检测模型需要自行训练并放置到指定目录
- 实际快递单的OCR识别效果取决于图像质量
- 信息提取规则可能需要根据具体快递单样式调整
- 串口通信需要正确配置端口和波特率
- 数据库文件会自动生成在当前目录下
