基于PaddleOCR + NLP实现证件识别
什么是PaddleOCR？
PaddleOCR 旨在打造一套丰富、领先、且实用的 OCR 工具库，助力开发者训练出更好的模型，并应用落地
PaddleOCR 由 PMC 监督。Issues 和 PRs 将在尽力的基础上进行审查。欲了解 PaddlePaddle 社区的完整概况，请访问 community。
⚠️注意：Issues模块仅用来报告程序🐞Bug，其余提问请移步Discussions模块提问。如所提Issue不是Bug，会被移到Discussions模块，敬请谅解。
PaddleOCR识别
Paddle-Github -飞桨社区
PP`飞桨 AI Studio 社区
paddleOCR安装
官网也给出了快速部署的案例可以参考下
我本地采用的是anaconda 虚拟环境
安装 anconda虚拟环境(可参考yolov5的安装教程)
conda create -n paddle4 python=3.8
conda activate paddle4
conda install paddlepaddle==2.6.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
pip install “paddleocr>=2.0.1” or conda install “paddleocr>=2.0.1”
这里是我安装的过程示例代码
paddleOCR识别
PaddleNLP模型信息抽取
pip install --upgrade paddlenlp
from paddleocr import PaddleOCR
from paddlenlp import Taskflow
假设传入的是身份证，经过解析后的allStr就会变成类似如下的字符串（标点符号，空格等特殊符号需要你自行处理）：
姓名侯小珂性别女民族汉出生1999年x月x日住址xx市xx区xx路1号2栋3号公民身份号码110129xxxxxxxxxxxx中华人民共和国居民身份证签发机关xx市公安局有效期限2018071120280711
接下来你要做的就是把这个字符串交给NLP模型进行信息抽取。当然，你说用正则匹配也行，确实没毛病，例如身份证号码，直接用正则匹配就可以了。但是，假如你需要获取住址这种没有明显特征的，你如何正则匹配呢？
NLP模型就能解决这个问题。
使用如下代码，告诉模型我需要在这段文本中抽取什么信息即可：
data = {}
schema = ["姓名", "民族", "性别", "出生", "住址", "签发机关", "有效期限", "公民身份号码"]
ie = Taskflow('information_extraction', schema=schema)
res = ie(allStr)
for key in schema:
data[key] = res[0][key][0]['text']
paddle打包exe 进行ocr识别
需要代码工程的同学移步下。谢谢支持！！！！
回复 “paddle-demo”
