RPA中房產證的 OCR 識別

　　客戶需求，識別一些證件內容，包括身份證、戶口本、營業執照、銀行卡以及房產證，前四個比較容易實現，無論是藝賽旗的 RPA 仍是百度的 OCR 都有接口，直接調用便可，可是都沒有房產證的 OCR 識別，只能本身使用其餘 OCR 接口來進行相關操做了。
　　房產證以下圖所示：
　　

 

 

　　若是使用通用文字識別全部的文字均可以識別出來，可是順序是亂的，因此我選擇了使用通用文字識別（高精度含位置版），這樣的話，我不只能夠識別到文字，還能知道文字所在的位置，而後根據文字位置進行區域劃分，劃分後的效果以下：

 

　　

　　代碼以下：
　　import base64
　　import copy
　　import re
　　import requests
　　class OCR(object):
　　# client_id 爲官網獲取的AK， client_secret 爲官網獲取的SK
　　client_id = ""
　　client_secret = ""
　　def get_token(self):
　　"""獲取 access_token"""
　　host = 'https://aip.baidubce.com/oauth/2.0/token'
　　# 請求頭
　　headers = {'Content-Type': 'application/json; charset=UTF-8'}
　　# 請求參數
　　params = {
　　"grant_type": "client_credentials",
　　"client_id": self.client_id,
　　"client_secret": self.client_secret
　　}
　　# get 請求
　　response = requests.get(host, headers=headers, params=params)
　　# 獲取 json 內容
　　content = response.json()
　　# 獲取 access_token
　　access_token = content["access_token"]
　　return access_token
　　def encode_img(self, img_path):
　　"""對圖片進行編碼"""
　　with open(img_path, "rb") as f:
　　img_content = f.read()
　　# 對圖片進行 base64 編碼
　　img_content = base64.b64encode(img_content)
　　return img_content
　　def img_to_str(self, img_path):
　　"""對圖片文字進行識別"""
　　access_token = self.get_token()
　　# 請求 URL
　　URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + access_token
　　# post 請求頭
　　headers = {"Content-Type": "application/x-www-form-urlencoded"}
　　# post 參數
　　data = {
　　"image": self.encode_img(img_path),
　　"recognize_granularity": "big"
　　}
　　# post 請求
　　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 = ["證實權利或事項", "權利人(申請人)", "義務人", "坐落", "不動產單元號", "其餘", "附記"]
　　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 "不動產證實" in words:
　　top_01 = top
　　height_01 = height
　　if "證實權利或事項" 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 處理
　　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 處理
　　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])
　　# 其餘處理
　　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)
　　運行效果以下：
　　冀(2019)**市不動產證實第00***19號
　　{'證實權利或事項': '抵押權', '權利人(申請人)': '中國**************分行', '義務人': '***', '坐落': '路南區*************號', '不動產單元號': '130202*************0118', '附記': '業務編號:20190**20', '其餘': '產權證書號:冀(2019)**市不動產權第00****2號;抵押物類型:土地和房屋;抵押方式:通常抵押;擔保債權數額:60.00萬元;債權起止時間:2019年10月24日起2049年10月24日止'}