RPA中房产证的 OCR 识别

Posted 2020-11-22 yisaiqi

　　客户需求，识别一些证件内容，包括身份证、户口本、营业执照、银行卡以及房产证，前四个比较容易实现，不管是艺赛旗的 RPA 还是百度的 OCR 都有接口，直接调用即可，但是都没有房产证的 OCR 识别，只能自己使用其他 OCR 接口来进行相关操作了。
　　房产证如下图所示：
　　

 

 

　　如果使用通用文字识别所有的文字都可以识别出来，但是顺序是乱的，所以我选择了使用通用文字识别（高精度含位置版），这样的话，我不仅可以识别到文字，还能知道文字所在的位置，然后根据文字位置进行区域划分，划分后的效果如下：

 

　　

　　代码如下：
　　import base64
　　import copy
　　import re
　　import requests
　　class OCR(object):
　　# client_id 为官网获取的AK， client_secret 为官网获取的SK
　　client_id = ""
　　client_secret = ""
　　def get_token(self):
　　"""获取 access_token"""
　　host = ‘https://aip.baidubce.com/oauth/2.0/token‘
　　# 请求头
　　headers = {‘Content-Type‘: ‘application/json; charset=UTF-8‘}
　　# 请求参数
　　params = {
　　"grant_type": "client_credentials",
　　"client_id": self.client_id,
　　"client_secret": self.client_secret
　　}
　　# get 请求
　　response = requests.get(host, headers=headers, params=params)
　　# 获取 json 内容
　　content = response.json()
　　# 获取 access_token
　　access_token = content["access_token"]
　　return access_token
　　def encode_img(self, img_path):
　　"""对图片进行编码"""
　　with open(img_path, "rb") as f:
　　img_content = f.read()
　　# 对图片进行 base64 编码
　　img_content = base64.b64encode(img_content)
　　return img_content
　　def img_to_str(self, img_path):
　　"""对图片文字进行识别"""
　　access_token = self.get_token()
　　# 请求 URL
　　URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + access_token
　　# post 请求头
　　headers = {"Content-Type": "application/x-www-form-urlencoded"}
　　# post 参数
　　data = {
　　"image": self.encode_img(img_path),
　　"recognize_granularity": "big"
　　}
　　# post 请求
　　response = requests.post(URL, headers=headers, data=data)
　　return response.json()
　　if __name__ == ‘__main__‘:
　　ocr = OCR()
　　img = "./imgs/fcz_01.jpg"
　　str_json = ocr.img_to_str(img)
　　my_str_list = str_json["words_result"]
　　my_title = ["证明权利或事项", "权利人(申请人)", "义务人", "坐落", "不动产单元号", "其他", "附记"]
　　column_line = 999999999
　　my_word_list = []
　　for data in my_str_list:
　　my_list = []
　　words = data["words"]
　　width = data["location"]["width"]
　　top = data["location"]["top"]
　　left = data["location"]["left"]
　　height = data["location"]["height"]
　　my_list.append(words)
　　my_list.append(width)
　　my_list.append(top)
　　my_list.append(left)
　　my_list.append(height)
　　my_word_list.append(my_list)
　　if "不动产证明" in words:
　　top_01 = top
　　height_01 = height
　　if "证明权利或事项" in words:
　　top_02 = top
　　if words in my_title:
　　column_line = left + width if left + width < column_line else column_line
　　row_line = (top_01 + top_02 + height) / 2
　　head_list = []
　　left_list = []
　　right_list = []
　　for data in my_word_list:
　　if data[0] in my_title:
　　continue
　　if data[2] < row_line:
　　head_list.append(data)
　　elif data[3] < column_line:
　　for i in my_title:
　　data[0] = re.sub(i, "", data[0])
　　right_list.append(data)
　　else:
　　right_list.append(data)
　　# head 处理
　　head_dict = {}
　　left = 0
　　for data in head_list:
　　head_dict[data[3]] = data[0]
　　# 排序
　　head_dict = sorted(head_dict.items(), key=lambda x: x[0])
　　head_str = ""
　　for data in head_dict:
　　head_str += data[1]
　　print(head_str)
　　# right 处理
　　right_dict = {}
　　other_list = copy.deepcopy(right_list)
　　for i in range(len(my_title) - 2):
　　right_dict[my_title[i]] = right_list[i][0]
　　other_list.remove(right_list[i])
　　right_dict[my_title[-1]] = right_list[-1][0]
　　other_list.remove(right_list[-1])
　　# 其他处理
　　other_str = ""
　　for data in other_list:
　　if ":" in data[0]:
　　other_str += ";"
　　other_str += data[0]
　　right_dict[my_title[-2]] = other_str[1:]
　　print(right_dict)
　　运行效果如下：
　　冀(2019)**市不动产证明第00***19号
　　{‘证明权利或事项‘: ‘抵押权‘, ‘权利人(申请人)‘: ‘中国**************分行‘, ‘义务人‘: ‘***‘, ‘坐落‘: ‘路南区*************号‘, ‘不动产单元号‘: ‘130202*************0118‘, ‘附记‘: ‘业务编号:20190**20‘, ‘其他‘: ‘产权证书号:冀(2019)**市不动产权第00****2号;抵押物类型:土地和房屋;抵押方式:一般抵押;担保债权数额:60.00万元;债权起止时间:2019年10月24日起2049年10月24日止‘}