Skip to content

ITerydh/OCRandQPTandIS

Repository files navigation

[疫情信息统计进阶篇]PPOCR和QPT的落地实战

---------------------------------------------------OCRandQPTandIS---------------------------------------------------

Covid-19 outbreak information statistics

[疫情信息统计进阶篇]PPOCR和QPT的落地实战
项目地址:https://aistudio.baidu.com/aistudio/projectdetail/3877807

[PaddleOCR]核酸检测证明复查统计?50行代码轻松搞定
项目地址:https://aistudio.baidu.com/aistudio/projectdetail/3779297

继上篇说起,完成了ocr的核酸检测信息统计

这次主要来搞搞,如何落地实践。

项目已经放置数据集中,开箱即可使用,因为设计界面制作,请您在本地环境使用。

0 先看效果 ~

截图展示:

V2版本截图展示:
截图展示1

GPU 运行预测,100张图片需要25-35秒
截图展示2

B站视频地址: https://www.bilibili.com/video/BV1Hr4y1J7cR

1 解压文件

!unzip -oq /home/aistudio/data/data141663/OcrYq.zip -d work/

2 文件介绍

文件内容介绍

3 如何使用

  1. 将整个项目下载到本地之后,安装

requirement.txt 中的所有依赖,可能不全,自己看情况导入

  1. 运行 run.py 本地项目预览

正常这已经可以了

  1. 运行pkg.py 打包工具

运行之后既可在文件夹中发现out目录,根据QPT的描述进行使用即可。

4 QPT 打包详解

  1. 首先认准官方链接不迷路:

QPT官方链接

  1. 找到README.MD中的快速使用(戳他)

QPT-快速使用 这里我们可以看到,QPT提供了两种打包方式,撰写打包脚本(推荐)和使用命令打包

image-20220426153155818

  1. 推荐的是打包脚本,那咱们就直接用脚本,直接按照流程开搞 实现的脚本可见项目源码中的

pkg.py

# 导入QPT
from qpt.executor import CreateExecutableModule as CEM
from qpt.modules.python_env import Python38

def main():
    module = CEM(work_dir="F:/OcrYq",
                 launcher_py_path="F:/OcrYq/run.py",
                 save_path="./out",
                 requirements_file="auto",
                 hidden_terminal=False,
                 interpreter_module=Python38(),
                 icon="F:/OcrYq/static/favicon.ico")
    # 开始打包
    module.make()


if __name__ == "__main__":
    main()

PS:

  1. 就没见过这么详细的注释好吧?不管是代码的注释以及运行过程中的输出,为了小白使用操碎了心,何况还有GT这位随时的答疑机器人[手动狗头]
  2. 其中:官方的python解释器是python37的,可以根据你自己的版本进行更换,这个也就改个数的问题,洒洒水就解决了。
  1. 运行之后,可以看到

image-20220426153842437

没错,就是这个out文件夹,里面就会出现两个文件夹

  1. Debug

    image-20220426154156331
    在你前面运行脚本时,注意看终端的输出,有介绍,Debug适合在你本机进行判断,exe是否可用 QPT注释

  1. Release (这里叫PPOcrYq是我自己改名了,打包发送给别人个Release不太合理吧哈哈)

    image-20220426154219131
    把这个文件夹改成你想要的名字,压缩,发给你的小伙伴,运行!OVER!

5 实现讲解以及后续提升

实现:

  1. 首先,肯定是ocr检测的实现,这个直接使用PPOCR的接口即可,但没有采用GPU,方便打包用户使用。
  2. 对于检测得到的文本,有针对性的根据数据的特点去保存,但无法做到普适所有的疫情信息图片,这点是缺点。
  3. 界面的编写,这里采用PyQt5进行实现,QT designer的界面化使得开发简单了许多,只需要合理使用信号与槽即可完成代码编写。
  4. 对于界面的未响应,使用多线程来解决线程的阻塞,进而增加一点用户体验。

提升:

  1. 由于仅仅花费了几天的时间自学PyQT,界面还需要优化,提升用户体验。
  2. OCR没有进行训练,只是采用的接口快速实现,会存在识别不准的情况,但目前来看相对还好。
  3. 界面中应该有进度提示,或者是文本流动,增加用户感观体验。
  4. 没有采用GPU,很慢,识别起来很慢,200张图片需要15分钟。

后续

换成paddlepadle-gpu 之后,两百张图片大概50秒

帮助&资助

本人可以提供私人订制服务,类似的OCR小工具,都可以具体私聊我制作,可以在issue中提交申请,我会查看,友情资助二维码如下:(谢谢)

微信付款码 支付宝付款码

5 个人总结

全网同名:

iterhui

我在AI Studio上获得至尊等级,点亮10个徽章,来互关呀~

https://aistudio.baidu.com/aistudio/personalcenter/thirdview/643467

About

采用PPOCR和QPT完成一个疫情信息统计小工具

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages