基于百度paddle的快递面单三段码识别

基于百度paddle的快递面单三段码识别

写这篇文章的目的是为了填补一个行业中对深度学习使用的空白，我在网上也搜索过识别快递单三段码对应的文章，但是大都不全面，有的也是基于opencv+Tesseract-OCR的，在深度学习中缺少对应的实例。出于对技术的热爱，对开源的期望我把自己研究的成果开源到GitHub，代码地址在文章最后，接下来我大体介绍一下项目处理图像的流程思路，识别注意事项。代码如果对大家有帮助请start下。

我处理的是龙门架中相机拍的图片（== 因为涉及个人隐私，这里图片我做了处理，大家测试需要用合法途径得到的图片 ==），所以需要进行抠图操作，这一步我用的是paddleDetection进行的图片检测

然后进行裁剪操作

在进行霍夫直线探测，矫正倾斜的图片

矫正后会出现卧倒的图片，这样对我们的识别会产生字符顺序上的歧义，如下图

我在这里进行一次文本框探测，将所有的有x+w ， y+h的边相加如果 (x+w)>(y+h)能判定是卧倒的图片，需要进行 -+90度操作，计算方式如下：

再次用paddleDetection检测三段码的位置进行裁剪操作，这时裁剪下的三段码图片有倒置的，这里咱们只看这个7，如下图：

像这样的图片就需要进行+180度旋转图片操作，旋转之前我们需要知道这个图片文字的角度，这里我使用paddleOCR的方向分类器进行预测（https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.1/doc/doc_ch/whl.md 搜索：方向分类器）
接下来就是识别，对于三段码特殊的文本结构我使用了空格检测，最终识别结果如下：

xxx xxx-x-x xx xx

希望对大家在从获取面单到拿到三段码截图整体流程上有一定帮助，谢谢大家。

可以加微信交流：15254042250 手机同号。

参考文章
https://blog.youkuaiyun.com/IT_BOY__/article/details/93632321