bigppwong / idcardocr Goto Github PK

https://github.com/tesseract-ocr/tesseract/releases/tag/5.3.3

tesseract已经来到了 5.3.3版本

执行idcard_recognize.process('testimages/1.jpg')时报错：
OpenCV(3.4.2) /io/opencv/modules/imgproc/src/resize.cpp:4045: error: (-215:Assertion failed) !dsize.empty() || (inv_scale_x > 0 && inv_scale_y > 0) in function 'resize'。
请问是什么原因呀？

python3 idcardocr.py
0.3333333333333333 1280
X server found. dri2 connection failed!
DRM_IOCTL_I915_GEM_APERTURE failed: Invalid argument
Assuming 131072kB available aperture size.
May lead to reduced performance or incorrect rendering.
get chip id failed: -1 [22]
param: 4, val: 0
X server found. dri2 connection failed!
DRM_IOCTL_I915_GEM_APERTURE failed: Invalid argument
Assuming 131072kB available aperture size.
May lead to reduced performance or incorrect rendering.
get chip id failed: -1 [22]
param: 4, val: 0
beignet-opencl-icd: no supported GPU found, this is probably the wrong opencl-icd package for this hardware
(If you have multiple ICDs installed and OpenCL works, you can ignore this message)
进入身份证光学识别流程...
Traceback (most recent call last):
File "idcardocr.py", line 527, in
idocr = idcardocr(cv2.UMat(cv2.imread('./testimages/1.jpg')))
File "idcardocr.py", line 31, in idcardocr
result_dict['sex'] = get_sex(sex_pic)
File "idcardocr.py", line 310, in get_sex
return get_result_fix_length(red, 1, 'sex', '-psm 10')
File "idcardocr.py", line 423, in get_result_fix_length
result_string += pytesseract.image_to_string(cv2.UMat.get(color_img)[y:y + h, x:x + w], lang=langset, config=custom_config)
File "/home/ddc/.local/lib/python3.5/site-packages/pytesseract/pytesseract.py", line 294, in image_to_string
return run_and_get_output(*args)
File "/home/ddc/.local/lib/python3.5/site-packages/pytesseract/pytesseract.py", line 202, in run_and_get_output
run_tesseract(**kwargs)
File "/home/ddc/.local/lib/python3.5/site-packages/pytesseract/pytesseract.py", line 178, in run_tesseract
raise TesseractError(status_code, get_errors(error_string))
pytesseract.pytesseract.TesseractError: (1, 'Tesseract Open Source OCR Engine v3.04.01 with Leptonica Error opening data file /usr/share/tesseract-ocr/tessdata/sex.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory. Failed loading language 'sex' Tesseract couldn't load any languages! Could not initialize tesseract.')

首先谢谢大佬知识分享，我下载安装了docker，项目成功启动。
1、出现乱码，使用curl请求成功，但返回乱码都是\u开头的字符串，我检查了容器支持的字符编码， C、C.UTF-8、POSIX，没有普遍的zh_CN.UTF-8字符编码，可能应为这个造成返回异常。
2、某些识别异常，postman请求了服务，发现一部分项目图片性别和名族有识别为“又”的情况。
3、被识别图片的尺寸规格是否有要求。
以上是我使用心得，如能赐教，非常感谢。

看到您的repo感到十分感兴趣！但是同时发现您的postmen中暴露了个人信息，提醒下（233

你好！ 安装完依赖库后在解压的源码目录下命令行执行如下：

import idcard_recognize
0.3333333333333333 1280
print (idcard_recognize.process('testimages/3.jpg'))
[ INFO:0] Initialize OpenCL runtime...
integer argument expected, got float
{'error': 1}
没有其他提示， 我不知道该怎么定位错误， 请指点！多谢！

您好，我想在代码基础上尝试了对身份证正面内容的识别，但是在生成模版的时候遇到Segmentation fault (core dumped)，请问您之前有遇到过这样的问题吗？

我是这样设置的
cv2.ocl.setUseOpenCL(True)
print('Starting httpd...')
print(u"是否启用OpenCL：%s"%cv2.ocl.useOpenCL())

我的服务器：
CentOS Linux release 7.6.1810 (Core)
Linux CentOS 3.10.0-693.2.2.el7.x86_64 #1 SMP Tue Sep 12 22:26:13 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux

docker log 输出

{'boundary': '----WebKitFormBoundaryUUqfbFmE5SfBknvh'}
进入身份证模版匹配流程...

使用postman测试

如题

curl: (7) Failed to connect to 127.0.0.1 port 8080: Connection refused

图片 testimages/15.jpg 中的身份证号末位含有一个X符号，但在程序的最终返回结果（中间的打印结果是有X符号的）并没有包含这个X符号。我调试时，发现应该是idcardocr.py中的prunc_filter方法的正则表达式，没有把X符号考虑进去，如图。

下面是我的测试代码：

import idcard_recognize;
print(idcard_recognize.process('testimages/15.jpg'));

下面是输出：

0.3333333333333333 1280
进入身份证模版匹配流程...
查找身份证耗时:1553
进入身份证光学识别流程...
name
姜璐
sex

nation

address
辽宁省大连市甘井子区海
茂路807号1-4一4
idnum
21021119821218141X --  这里是有X符号的
{'sex': '', 'name': '姜璐', 'error': 0, 'nation': '', 'birth': '19821218', 'address': '辽宁省大连市甘井子区海茂路807号14一4', 'idnum': '21021119821218141'} -- 这里X符号就不见了

另外问一句 这个模型是java训练 还是python训练的？

感谢作者的分享，把tesseract-ocr 替换成cnorc识别率大幅度提高

docker 中身份证背面的有限期和签发机关如何识别呢？

老铁，可以提供训练好的tessdata吗?

非常好的一个库，但是我在使用时，发现所有testimages下的图片，都无法识别出性别和民族，请问是什么原因？下面是我的代码。

import idcard_recognize;
print(idcard_recognize.process('testimages/3.jpg'));

下面是输出

0.3333333333333333 1280
进入身份证模版匹配流程...
查找身份证耗时:664
进入身份证光学识别流程...
name
张岩
sex

nation

address
福建省南平市延平区黄墩
排垅巷21幢2室
idnum
350702198311280319
{'idnum': '350702198311280319', 'nation': '', 'birth': '19831128', 'sex': '', 'error': 0, 'name': '张岩', 'address': '福建省南平市延平区黄墩排垅巷21幢2室'}