簡要介紹

用戶批量上傳需要識別的照片,上傳成功后,系統會啟動Hangfire后臺Job開始調用PaddleOCR服務返回結果,這個過程有點類似微服務的架構模型。

PaddleOCR

PaddleOCR是百度AI團隊開源的一個項目，應該是目前所有免費開源OCR項目中識別效果最好的,具體可以通過PaddleOCR了解,如果你沒有Python的開發經驗，可能在環境部署上會遇到一些問題，但幾乎都能找到解決方案。

Demo?https://razor.i247365.net/invoices/index

用戶批量上傳要識別的文件,由于我的虛擬機性能非常差，所以才能先上傳系統后臺自動識別

系統識別完成后會自動通知用戶并修改狀態,用戶預覽識別的結果

運行環境

• .net 5.0>

• Python 3.7>

• ASP.NET Core Razor Page Application 5.0?源代碼分支(features\invoice_ocr)RazorPageCleanArchitecture\features\invoice_ocr

• PaddleOCR Web API （CentOS 阿里云主機)?PaddlePaddle/PaddleOCR

• Hangfire Dashboard?HangfireIO/Hangfire

技術棧

• ASP.NET Core

• Jquery/Javascript

• EasyUI

• Python

安裝PaddleOCR環境

經測試PaddleOCR可在glibc 2.23上運行，您也可以測試其他glibc版本或安裝glic 2.23
PaddleOCR 工作環境

• PaddlePaddle 2.0.0

• python3.7

• glibc 2.23

• cuDNN 7.6+ (GPU)

建議使用我們提供的docker運行PaddleOCR，有關docker、nvidia-docker使用請參考鏈接。

如您希望使用 mac 或 windows直接運行預測代碼，可以從第2步開始執行。

1. （建議）準備docker環境。第一次使用這個鏡像，會自動下載該鏡像，請耐心等待。

# 切換到工作目錄下 cd /home/Projects # 首次運行需創建一個docker容器，再次運行時不需要運行當前命令 # 創建一個名字為ppocr的docker容器，并將當前目錄映射到容器的/paddle目錄下如果您希望在CPU環境下使用docker，使用docker而不是nvidia-docker創建docker sudo docker run --name ppocr -v $PWD:/paddle --network=host -it paddlepaddle/paddle:latest-dev-cuda10.1-cudnn7-gcc82 /bin/bash如果使用CUDA10，請運行以下命令創建容器，設置docker容器共享內存shm-size為64G，建議設置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您也可以訪問[DockerHub](https://hub.docker.com/r/paddlepaddle/paddle/tags/)獲取與您機器適配的鏡像。# ctrl+P+Q可退出docker 容器，重新進入docker 容器使用如下命令 sudo docker container exec -it ppocr /bin/bash

2. 安裝PaddlePaddle 2.0

pip3 install --upgrade pip如果您的機器安裝的是CUDA9或CUDA10，請運行以下命令安裝 python3 -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple如果您的機器是CPU，請運行以下命令安裝python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple更多的版本需求，請參照[安裝文檔](https://www.paddlepaddle.org.cn/install/quick)中的說明進行操作。

3. 克隆PaddleOCR repo代碼

【推薦】git clone https://github.com/PaddlePaddle/PaddleOCR如果因為網絡問題無法pull成功，也可選擇使用碼云上的托管：git clone https://gitee.com/paddlepaddle/PaddleOCR注：碼云托管代碼可能無法實時同步本github項目更新，存在3~5天延時，請優先使用推薦方式。

4. 安裝第三方庫

cd PaddleOCR pip3 install -r requirements.txt**如果有問題可以留言,我會幫你處理**## 重點代碼分析 httpClient調用PaddleOCR API 開始自動失敗重試策略 ```js services.AddHttpClient("ocr", c =>{c.BaseAddress = new Uri("https://paddleocr.i247365.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 imgfile = Path.Combine(Directory.GetCurrentDirectory(), invoice.AttachmentUrl);var bytes = File.ReadAllBytes(imgfile);string base64string = Convert.ToBase64String(bytes);var response = client.PostAsJsonAsync<dynamic>("", new { images = new string[] { base64string } }).Result;}Console.WriteLine($"{id}, completed.");}

解析發票信息,目前還是使用比較笨的方法，通過正則表達式來匹配需要的字段，比如發票金額，開票日期，發票號碼等等，因為這是免費的并沒有提供像收費服務那樣更智能的匹配,這里我想只要有足夠的數據，應該也可以通過自己訓練實現更智能的識別。所以我留了Label字段，目的就是先有人工制定好對應的字段欄位，然后通過坐標數據進行訓練。

if(response.StatusCode== System.Net.HttpStatusCode.OK){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== "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("發票號碼")){var regex = new Regex("\\d*$");var mc = regex.Match(item.text);if(mc.Success){invoice.InvoiceNo = mc.Value;}}if (item.text.Contains("開票日期")){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){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.OCRTaskCompleted, new { invoiceNo = invoice.InvoiceNo });}

Canvas 畫框標注識別結果

data.map((item,index) => {$('#rawdata_table > tbody').append(`<tr><td>${index + 1}</td><td>${item.Text}</td><td></td></tr>`);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.fillText(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();});

是不是很簡單，很酷

最后

Give a Star! ?

If you like or are using this project please give it a star. Thanks!
RazorPageCleanArchitecture\features\invoice_ocr：https://github.com/neozhu/RazorPageCleanArchitecture

總結

以上是生活随笔為你收集整理的基于PaddleOCR实现AI发票识别的Asp.net Core应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。