darknet图像定位+tornado实现票据识别API,识别率达到95%以上

此项目用于对中国购车发票进行内容识别,目前完成的是身份证,vin,发动机号,价格的识别提供了展示的demo页,以及提供了传入文件,路径,base64码的多种方式调用的api,返回识别出来的json数据。

完整代码下载地址：

关注微信公众号 datanlp 然后回复 发票 即可获取。

Quick Start

• 首先找一张发票的图片:

http://club2.autoimg.cn/album/g13/M0F/A4/A3/userphotos/2015/10/10/21/500_wKgH1FYZE2mALP-JAAJQY1pp49o236.jpg

• 启动识别服务(web接口服务) ./api_invoice/main.py 开启的是8888端口,暂时未做配置化,可以直接在main.py中修改
• 访问demo页
  • 访问http://128.0.0.1:8888/invoice/index
  • 选择上传图片,会识别出来图片并将结果显示在页面上
  • 并显示识别的方法和识别定位的图片
• 访问接口:
  • http://127.0.0.1:8888/invoice/url?url=http%3A%2F%2Fclub2.autoimg.cn%2Falbum%2Fg13%2FM0F%2FA4%2FA3%2Fuserphotos%2F2015%2F10%2F10%2F21%2F500_wKgH1FYZE2mALP-JAAJQY1pp49o236.jpg
  • 传入图片连接,返回json数据,例如: {"cardno": "130102198707041249", "vinno":"LSGHD5289FD298030", "engineno": "152306132", "price": "¥61500.00"}
  • 还支持上传文件,图片base64字符串传参等多种方式

代码执行过程说明

• 使用tornado启动web服务,json格式化数据
• 首先对图片做处理,opencv,PIL,找到需要识别的局部图片并截取出来
  • 使用darknet的yolo定位的方法,标识一批样本中关键数据的局部图片的位置
  • 然后进行训练
  • 训练完成后会得出一个权重文件
  • 改造darknet的代码
  • 为了能够更快的处理,在darknet里面启动了一个web服务
  • 可以传入图片地址(服务器绝对地址,无后缀)
  • 识别后返回图片中关键局部位置的坐标点
  • 再使用坐标点将图片的关键部位切割出来
  • 效果还好,主要是识别速度稍慢,作为第二方案,还有优化余地,甚至可以替代第一方案
  • 使用二值化加上轮廓等方法找到图片中最大方格,然后找到四个点
  • 对四个点对应的四边形进行矫正,变成正方形,使得字体不会是歪的
  • 检查长宽,处理横竖图片问题,这里还可以改进优化
  • 缩放到固定大小
  • 生成一张翻转的图片,因为暂时无法确定是否倒过来的,暂时做识别两次的处理,可以优化
  • 然后按照比例切出对应识别区域
  • 最后把这个局部的图片切割出来
  • 缺点是部分图片的方格不完整,图片打印的比较歪,明暗度差异的问题会导致识别准确率下降
  • 图像处理方式
  • 深度学习图片定位方式
• 图片定位切割完成之后,做正向反向识别- 首先使用机器识别- 先将图片再次切割,根据灰度值和波峰波谷算法将每个字符切割开- 使用训练好的但字符模型镜像识别,有三个不同的模型,依次进行识别- 其次使用tesseract识别- 原图识别- 灰度图识别- 默认阈值二值化识别- 批量默认阈值二值化识别- 遍历阈值二值化识别
• 识别结果校验
  • 如果不通过校验,则继续往下走

识别率校验

• 将图片网络地址放到img.txt中,文件放到data/invoice目录下
• 执行ipi_invoice/test.py,将文件导入到数据库
• 然后删除img.txt文件
• 继续执行执行ipi_invoice/test.py,将会逐个识别并将结果记录到数据库,
• 通过sql可以判断出来识别率

模型训练

• 训练出的模型包括：识别10个数字类别模型；用于身份证识别的 识别"数字+X" 11个类别的模型；识别"大写字母+数字" 26个类别的模型。
• 训练样本处理的目录为/creatTrainDataSet, 模型训练的目录为 /train/ -准备图片：本项目将发票系统中的数字，字母图片切割出来，转换成统一的28*28图片
  • 为尽可能提高训练模型识别率，将图片做相应处理，剔除噪声较多的图片，尤其是每一类别有相同噪声的图片。
  • 已经处理好的训练样本图片见压缩包：/dataset/numberAndX.tar.gz,/dataset/numberAndUpper.tar.gz，解压缩到自定义目录
  • 修改/train目录下相应的模型训练文件，生成对应训练模型，已有模型在目录/trainmodel/下
  • 修改/train/keras_predict.py中需要识别的的图片路径或目录，使用已有模型识别图片类型。

darknet图片定位

给服务传入一个发票图片文件的路径,就可以返回对这个图片预测出来的身份证,vin码,