win10 环境下Python 3.8按装fastapi paddlepaddle 进行身份证及营业执照的识别2

# 导入requests库，用于发送HTTP请求
import requests
# 导入FastAPI库，用于构建高性能的Web应用程序
from fastapi import FastAPI
# 导入PaddleOCR及其draw_ocr方法，PaddleOCR是一个使用PaddlePaddle深度学习框架的OCR工具
from paddleocr import PaddleOCR, draw_ocr
# 导入BytesIO，用于在内存中处理二进制流
from io import BytesIO
# 导入PIL库中的Image模块，用于处理图像
from PIL import Image
import os
import re

from enum import Enum


class contractType(Enum):
    Display = 0
    Contract = 1
    Idcard = 3
    IdcardSide = 4
    Signature = 5
    Lisense = 6


# 0 宣传照 1合同 3身份证正面 4 身份证反面 5签名

# 初始化PaddleOCR实例，配置使用方向分类器、不使用GPU、识别中文
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, lang="ch")
# 创建一个FastAPI应用实例
app = FastAPI()


def carvin():
    pass


def carnumber():
    pass


def display():
    pass


def contract():
    pass


def idcard(a):
    # 定义正则表达式模式来匹配性别和民族
    gender_ethnicity_pattern = re.compile(r'性别(\w+)民族(\w+)')

    # 定义正则表达式模式来匹配身份证号
    id_card_pattern = re.compile(r'(\d{17}[\dXx])')

    # 使用正则表达式搜索字符串来提取性别和民族
    gender_ethnicity_match = gender_ethnicity_pattern.search(a)

    # 使用正则表达式搜索字符串来提取身份证号
    id_card_match = id_card_pattern.search(a)
    gender = ''
    ethnicity = ''
    id_card = ''
    # 提取匹配结果
    if gender_ethnicity_match:
        gender = gender_ethnicity_match.group(1)  # 性别
        ethnicity = gender_ethnicity_match.group(2)  # 民族
        print("性别:", gender)
        print("民族:", ethnicity)

        # 提取匹配结果
    if id_card_match:
        id_card = id_card_match.group(1)  # 身份证号
        print("身份证号:", id_card)
    return [gender, ethnicity, id_card]


def licenseside(a):
    # 定义正则表达式
    pattern_company_name = re.compile(r'名\s+称\s+(\S.+?)\s+类')
    pattern_credit_code = re.compile(r'统一社会信用代码\s+(\S+)\(')
    pattern_business_address = re.compile(r'经营场所\s+(\S.+?)\s+组成')
    pattern_operator_name = re.compile(r'经\s+营\s+者\s+(\S+)')

    # 使用正则表达式查找匹配项
    company_name_match = pattern_company_name.search(a)
    credit_code_match = pattern_credit_code.search(a)
    business_address_match = pattern_business_address.search(a)
    operator_name_match = pattern_operator_name.search(a)
    company_name = ''
    credit_code = ''
    business_address = ''
    operator_name = ''
    # 提取匹配结果
    if company_name_match:
        company_name = company_name_match.group(1)

    if credit_code_match:
        credit_code = credit_code_match.group(1)

    if business_address_match:
        business_address = business_address_match.group(1)

    if operator_name_match:
        operator_name = operator_name_match.group(1)

    return [company_name, credit_code, business_address, operator_name]


def signature():
    pass


# 定义一个异步的GET请求处理函数，路径为"/"，接收一个名为url的查询参数
@app.get("/")
async def root(url: str, type: int):
    try:

        # 使用requests库发送GET请求，获取指定URL的图片，stream=True表示以流的形式下载大文件
        response = requests.get(url, stream=True)
        # 如果HTTP请求返回的状态码不是200，则引发HTTPError异常
        response.raise_for_status()
        # 检查响应头中的content-type是否包含'image'，以确认返回的内容是图片
        if 'image' not in response.headers.get('content-type', ''):
            # 如果不是图片，返回错误信息，HTTP状态码为400（Bad Request）
            return {"error": "The provided URL does not point to an image."}, 400
            # 使用BytesIO将响应内容转换为二进制流
        image_bytes = BytesIO(response.content)
        # 使用PIL库打开二进制流中的图像
        image = Image.open(image_bytes)

        # 将图像保存到临时文件中（这里是为了适应PaddleOCR可能需要文件路径的API）
        # 注意：这里的代码实际上有一个逻辑错误，因为image.save()应该放在with语句块内以确保文件正确关闭
        temp_image_path = "temp_image.jpg"
        with open(temp_image_path, "wb") as image_file:
            image.save(image_file, format='JPEG')
            # 调用PaddleOCR的ocr方法进行OCR处理，cls=True表示使用分类器
        result = ocr.ocr(temp_image_path, cls=True)
        if os.path.exists(temp_image_path):
            os.remove(temp_image_path)
        results = ""
        # 遍历最外层的列表
        for item in result:
            # 遍历内层的列表
            for sub_item in item:
                # 提取文本和可能性
                text = sub_item[1][0]  # 文本位于第二个子列表的第一个位置
                probability = sub_item[1][1]  # 可能性位于第二个子列表的第二个位置
                # 将提取的文本和可能性作为一个元组添加到结果列表中
                # results.append(text)
                results = results + ' ' + text
        # 返回OCR处理结果，封装在message字段中（注意：这里没有删除临时文件，可能会导致磁盘空间被占用）

        if type == contractType.Idcard.value:
            return {"error": 0, "message": idcard(results), "type": type}
        if type == contractType.Lisense.value:
            return {"error": 0, "message": licenseside(results), "type": type}
        return {"error": 0, "message": results, "type": type}

    except requests.exceptions.RequestException as e:
        # 如果在发送HTTP请求过程中发生异常，捕获异常并返回错误信息，HTTP状态码为500（Internal Server Error）
        return {"error": f"An error occurred while downloading the image: {str(e)}"}, 500
    except Exception as e:
        # 如果在处理过程中发生其他类型的异常，同样捕获异常并返回错误信息，HTTP状态码为500
        return {"error": f"An error occurred during OCR processing: {str(e)}"}, 500

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167