基于PaddleOCR实现AI发票识别的Asp.net Core应用
简要介绍 用户批量上传需要识别的照片,上传成功后,系统会启动Hangfire后台Job开始调用PaddleOCR服务返回结果,这个过程有点类似微服务的架构模型。 PaddleOCR PaddleOCR是百度AI团队开源的一个项目,应该是目前所有免费开源OCR项目中识别效果最好的,具体可以通过PaddleOCR了解,如果你没有Python的开发经验,可能在环境部署上会遇到一些问题,但几乎都能找到解决方案。 Demo https://razor.i247365.net/invoices/index 用户批量上传要识别的文件,由于我的虚拟机性能非常差,所以才能先上传系统后台自动识别 系统识别完成后会自动通知用户并修改状态,用户预览识别的结果 运行环境.net 5.0>Python 3.7>ASP.NET Core Razor Page基于 Application 5.0 源代码分支(featuresinvoice_ocr)RazorPageCleanArchitecturefeaturesinvoice_ocrPaddleOCR Web API (CentOS 阿里云主机) PaddlePaddle/PaddleOCRHangfire Dashboard HangfireIO/Hangfire技术栈ASP.NET CoreJquery/JavascriptEasyUIPython安装PaddleOCR环境 经测试PaddleOCR可在glibc 2.23上运行,您也可以测试其他glibc版本或安装glic 2.23 PaddleOCR 工作环境 PaddlePaddle 2.0.0python3.7glibc 2.23cuDNN 7.6+ (GPU) 建议使用我们提供的docker运行PaddlePaOCR,有关docker、nvidia-docker使用请参考链接。 如您希望使用 mac 或 windows直接运行预测代码,可以从第2步开始执行。 1. (建议)准备docker环境。第一次使用这个镜像,会自动下载该镜像,请耐心等待。# 切换到工作目录下 解析发票信息,目前还是使用比较笨的方法,通过正则表达式来匹配需要的字段,比如发票金额,开票日期,发票号码等等,因为这是免费的并没有提I发供像收费服务那样更智能的匹配,这里我想只要有足够的数据,应该也可以通过自己训练实现更智能的识别。所以我留了Label字段,目的就是先有人工制定好对应的字段栏位,然后通过坐标数据进行训练。 if(response.StatusCode== System.Net.HttpStatusCode.OK) Canvas 画框标注识别结果 data.map((item,index) => { ${index + 1}${item.Text} `); 是不是很简单,很酷 最后 Give a Star! ⭐ If you like or are using this project please give it a star. Thanks! RazorPageCleanArchitecturefeaturesinvoice_ocr:ht ttps://github.com/neozhu/RazorPageCleanArchitecture
cd /home/Projects
# 首次运行需创建一个docker容器,再次运行时不需要运行当前命令
# 创建一个名字为ppocr的docker容器,并将当前目录映射到容器的/paddle目录下
如果您希望在CPU环境下使用docker,使用docker而不是nvidia-docker创建docker
sudo docker run --name ppocr -v $PWD:/paddle --network=host -it paddlepaddle/paddle:latest-dev-cuda10.1-cudddnn7-gcc82 /bin/bash
如果使用CUDA10,请运行以下命令创建容器,设置docker容器共享内存shm-size为64G,建议设置32G以上
sudo nvidia-docker run --name ppocr -v $PWD:/paddle --shm-size=64G --network=host -it paddlepaddle/paddle:latest-dev-cuda10.1-cudnn7-gcc82 /bin/bash
您也可以访问[DockerHub](https://hub.docker.com/r/paddlepaddle/paddle/tags/)获取与您机器适配的镜像。
# ctrl+P+Q可退出docker 容器,重新进入docker 容器使用如下命令
sudo docker container exec -it ppocler /bin/bash2. 安装PaddlePaddle 2.0pip3 install --upgrade pip
如果您的机器安装的是CUDA9或CUDA10,请运行以下命令安装
python3 -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple
如果您的机器是CPU,请运行以下命令安装
python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple
更多的版本需求,请参照[安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作。3. 克隆PaddleOCR repo代码【推荐】git clone htOCtps://github.com/PaddlePaddle/PaddleOCR
如果因为网络问题无法pull成功,也可选择使用码云上的托管:
git clone https://gitee.com/paddlepaddle/PaddleOCR
注:码云托管代码可能无法实时同步本github项目更新,存在3~5天延时,请优先使用推荐方式。4. 安装第三方库cd PaddleOCR
pip3 install -r requirements.txt
**如果有问题可以留言,我会帮你处理**
## 重点代码分析
httpClient调用PaddleOCR API
开始自动失败重试策略
```js
services.AddHttpClient("ocr", c =>
{
c.BaseAddress = new Uri("https://paddleocr.i24736R实5.net/predict/ocr_system");
c.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json"));
})
.AddTransientHttpErrorPolicy(policy => policy.WaitAndRetryAsync(3, _ => TimeSpan.FromMilliseconds(1000))); ;
public void Recognition(int id)
{
using (var client = _httpClientFactory.CreateClient("ocr"))
{
var invoice = _context.Invoices.Find(id);
var现A imgfile = Path.Combine(Directory.GetCurrentDirectory(), invoice.AttachmentUrl);
var bytes = File.ReadAllBytes(imgfile);
string base64string = Convert.ToBase64String(bytes);
var response = client.PostAsJsonAsync("", new { images = new string[] { base64string } }).Result;
}
Console.WriteLine($"{id}, completed.");
}
{
var result = response.Content.ReadAsStringAsync().Result;
var ocr_result = JsonSerializer.Deserialize<ocr_result>(result);
var ocr_status = "";
invoice.Status = "Done";
invoice.Result = ocr_result.status;
if (ocr_result.status==票识 "000")
{
foreach(var collection in ocr_result.results)
{
foreach(var item in collection)
{
var rawdata = new InvoiceRawData()
{
Confidence=item.confidence,
InvoiceId=id,
Text=item.text,
Text_Region= JsonSerializer.Serialize(item.text_region)
};
if (item.text.Contains("发票号码"))
{
var regex = new Regex("\d*$");
var mc = regex.Match(item.text);
if(mc.Success)
{
invoice.Invo别的iceNo = mc.Value;
}
}
if (item.text.Contains("开票日期"))
{
var regex = new Regex("\d{4}年\d{2}月\d{2}日");
var mc = regex.Match(item.text);
if (mc.Success)
{
invoice.InvoiceDate = Convert.ToDateTime(mc.Value.Replace("年","/").Replace("月", "/").Replace("日", ""));
}
}
if (item.text.Contains("%"))
{
var regex = new Regex("^\d*.\d*");
var mc = regex.Match(item.text);
if (mc.Success)
&As#123;
invoice.TaxRate = decimal.Parse(mc.Value);
}
}
if (item.text.Contains("¥"))
{
var regex = new Regex("\d.\d*");
var mc = regex.Match(item.text);
if (mc.Success)
{
invoice.Amount = decimal.Parse(mc.Value);
}
}
_context.InvoiceRawDatas.Add(rawdata);
}
}
ocr_status = ocr_result.status;
}
_context.SaveChangesAsync(default).Wait();
_hubContext.Clients.All.SendAsync(SignalR.OCRTaskCompletp.ed, new { invoiceNo = invoice.InvoiceNo });
}
$('#rawdata_table > tbody').append(`
var points = JSON.parse(item.Text_Region);
ctx.lineWidth = "5";
ctx.strokeStyle = "#00ff00";
ctx.textAlign = 'left';
ctx.textBaseline = 'top';
ctx.fillStyle = "#ff0000";
ctx.font = "bold 13px verdana, sans-serif ";
ctx.fillTenext(item.Text, points[0][0], points[0][1]-15);
ctx.beginPath();
ctx.moveTo(points[0][0], points[0][1]);
ctx.lineTo(points[1][0], points[1][1]);
ctx.lineTo(points[2][0], points[2][1]);
ctx.lineTo(points[3][0], points[3][1]);
ctx.closePath();
ctx.stroke();
});
- 最近发表
- 随机阅读
-
- 字节OmniHuman-1.5重磅发布!一张图+音频秒变超真实视频,AI数字人再进化!
- 微软市值突破2万亿美元 2年时间增加1万亿
- 苹果隐私标签打脸Facebook:收集信息超级多
- 标签: 雷军 小米 胡润百富榜 增长王
- 《时代》2025年度最佳发明榜单出炉:宇树、DeepSeek、华为、比亚迪等中国创新上榜
- 微软推出 Windows 365,可在任何设备上运行 Windows 的云服务
- 花蛤属于海鲜还是河鲜
- 谷歌宣布回购500亿美元股票 盘后股价涨超4%
- 抖音副总裁李亮称 AI 令造谣更易,平台正用智能体治理谣言
- 为何金融领域应用“云遣返”现象大增?
- 漏勺什么梗
- AI澶嶆椿锛佺敤GPT-3澶嶅埢閫濆幓鏈��濡伙紝缇庡浗灏忓摜璁╂寶鐖变互鏁板瓧褰㈡€佹案鐢�
- 人工智能热潮遭遇现实冷风:企业应用量下降,盈利能力堪忧
- IDC:全球PC市场持续火热 2020年第四季度同比增长26.1%
- 亚马逊拟投资20亿美元为美国员工建至少2万套保障性住房
- 甲骨文与 OpenAI 的千亿交易:是投资新机遇还是风险豪赌?
- 雷军谈小米手机销量超过苹果:是战略的重大胜利
- 云计算开发:Python练习实例-程序打印数值
- 可灵AI首尾帧功能重磅升级!2.1模型效果提升235%,视频创作进入精准控制时代
- 苹果将与现代合作开发自动驾驶汽车 韩国首尔综指早盘大涨2%
- 搜索
-
- 友情链接