火车票OCR读取及结构化处理，Gradio编写界面，代码及说明

最新推荐文章于 2025-04-12 22:53:43 发布

原创

最新推荐文章于 2025-04-12 22:53:43 发布 · 704 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #机器学习 #ocr #python

文章介绍了作者如何使用百度的PaddleOCR进行火车票信息的OCR识别，通过Python编写数据结构化功能，结合Gradio创建交互式界面，展示识别结果。用户上传车票图片，系统能识别并提取始发站、到站、车次、乘车时间等关键信息。

前一段时间用到火车票OCR处理，因为要求不高就自己简单写了一个。首先是模型选择，初步对比了几个开源的OCR产品后，选择了百度的PaddleOCR。自己用Python开发了一个简单的数据结构化功能，并用Gradio写了一个简答的界面。效果如下（火车票图片来自于网络）：

代码如下：

import gradio as gr

import os
import cv2
from PIL import Image
from paddleocr import PaddleOCR, draw_ocr
from IPython import display
import re
import numpy as np
import matplotlib.pyplot as plt

# 简单的数据结构化处理，主要思路就是利用关键字
def extract_train(result):
    station=0
    cc=0
    output=[]
    for line in result:
        if '站' in line[1][0]:
            if station==0:
                output.append(['始发站',line[1][0]])
            elif station==1:
                output.append(['到站',line[1][0]])
            station=station+1
        if (line[1][0][0] in ['C','D','G','Z','T','K','L','A','Y'])&(len(line[1][0])==4):
            output.append(['车次',line[1][0]])
        if ('年' in line[1][0])&('月' in line[