营业执照信息识别

2022-08-13 20:01:35 阅读：198 来源： 互联网

标签：info code 营业执照信息 replace strip credit ocr 识别

python依赖

paddlepaddle==2.3.1
paddleocr==2.5.0.3

python示例

#!/user/bin/env python
# coding=utf-8


from paddleocr import PaddleOCR


class BusinessLicense:

    def __init__(self, img, **kwargs):
        self.ocr_cls = PaddleOCR(use_angle_cls=kwargs.get("use_angle_cls", True), use_gpu=kwargs.get("use_gpu", False),
                                 lang=kwargs.get("use_gpu", "ch"))
        self.img = img
        self.flag = False

    def verification_credit_code(self, credit_code):
        if credit_code:
            _sum = 0
            code_dict = {
                '0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9,
                'A': 10, 'B': 11, 'C': 12, 'D': 13, 'E': 14, 'F': 15, 'G': 16, 'H': 17, 'J': 18, 'K': 19, 'L': 20,
                'M': 21,
                'N': 22, 'P': 23, 'Q': 24,
                'R': 25, 'T': 26, 'U': 27, 'W': 28, 'X': 29, 'Y': 30}

            weights = ['1', '3', '9', '27', '19', '26', '16', '17', '20', '29', '25', '13', '8', '24', '10', '30', '28']

            for i in range(len(credit_code) - 1):
                _sum += code_dict[credit_code[i]] * int(weights[i])

            mod = 31 - _sum % 31

            if (mod == code_dict[credit_code[-1]]) or ((mod == 31) and code_dict[credit_code[-1]] == 0):
                self.flag = True
        return self.flag

    def parse(self):
        credit_code = ""
        company_name = ""
        address = ""
        legal_person = ""
        ocr_cls = PaddleOCR(use_angle_cls=True, use_gpu=False, lang="ch")
        ocr_result = ocr_cls.ocr(self.img, cls=True)
        for i, x in enumerate(ocr_result):
            info = x[-1][0]
            if info.startswith("统一社会信用代码"):
                credit_code = info.split("统一社会信用代码")[1].strip()
            elif info.find("公司") != -1:
                if info.startswith("称") and info.endswith("公司"):
                    company_name = info.replace(":", "").replace(":", "")[1:].strip()
                elif info.startswith("名称") and info.endswith("公司"):
                    company_name = info.replace(":", "").replace(":", "")[2:].strip()
                elif info.endswith("公司"):
                    company_name = info.strip()
            elif info.startswith("住"):
                if info == "住" and i < len(ocr_result) - 1:
                    if ocr_result[i + 1][-1][0].replace(":", "").replace(":", "") == "所":
                        address = ocr_result[i + 2][-1][0].replace(":", "").replace(":", "").strip()
                elif info == "住所" and i < len(ocr_result) - 1:
                    address = ocr_result[i + 1][-1][0].replace(":", "").replace(":", "").strip()
                elif info.startswith("住所"):
                    address = info.split("住所").replace(":", "").replace(":", "").strip()
            elif info.startswith("法定代表人"):
                if info == "法定代表人":
                    legal_person = ocr_result[i + 1][-1][0].replace(":", "").replace(":", "").strip()
                else:
                    legal_person = info.replace(":", "").replace(":", "").split("法定代表人")[1].strip()

        return {"company_name": company_name,
                "credit_code": credit_code,
                "address": address,
                "legal_person": legal_person}


img_path = "./zhi.jpeg"
bl = BusinessLicense(img=img_path)
data = bl.parse()
print(data)
print(bl.verification_credit_code(data.get("unified_social_credit_code")))

标签：info,code,营业执照,信息,replace,strip,credit,ocr,识别
来源： https://www.cnblogs.com/navysummer/p/16583898.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

营业执照信息识别