import json import os import re import cv2 def split_ocr_results(ocr_results, threshold): """ 对OCR识别结果进行切分，当相邻数字字符的距离大于阈值时，将文字识别框切分为两个。 :param ocr_results: OCR识别结果，格式为文字识别框构成的List。 :param threshold: 距离阈值，用于判断是否切分。 :return: 切分后的OCR识别结果。 """ def is_digit_pair(char1, char2): """判断两个字符是否都是数字字符。""" return char1.isdigit() and char2.isdigit() def calculate_distance(coord1, coord2): """计算两个坐标之间的欧氏距离。""" x1, y1 = coord1 x2, y2 = coord2 return ((x2 - x1) ** 2 + (y2 - y1) ** 2) ** 0.5 def create_new_box(box_coords, char_coords, text, confidence, chars, split_index): """ 创建一个新的文字识别框。 :param box_coords: 原始文字识别框的坐标。 :param char_coords: 单字坐标列表。 :param text: 原始文本。 :param confidence: 置信度。 :param chars: 单字字符列表。 :param split_index: 切分位置的索引。 :return: 新的文字识别框。 """ new_box_coords = [ [box_coords[0][0], box_coords[0][1]], [char_coords[split_index][1][0], box_coords[0][1]], [char_coords[split_index][2][0], box_coords[2][1]], [box_coords[3][0], box_coords[3][1]] ] return [ new_box_coords, text[:split_index + 1], confidence, char_coords[:split_index + 1], chars[:split_index + 1] ] def update_existing_box(box_coords, char_coords, text, confidence, chars, split_index): """ 更新原始文字识别框。 :param box_coords: 原始文字识别框的坐标。 :param char_coords: 单字坐标列表。 :param text: 原始文本。 :param confidence: 置信度。 :param chars: 单字字符列表。 :param split_index: 切分位置的索引。 :return: 更新后的文字识别框。 """ return [ [ [char_coords[split_index + 1][0][0], box_coords[0][1]], [box_coords[1][0], box_coords[1][1]], [box_coords[2][0], box_coords[2][1]], [char_coords[split_index + 1][3][0], box_coords[3][1]] ], text[split_index + 1:], confidence, char_coords[split_index + 1:], chars[split_index + 1:] ] # 遍历每个文字识别框 i = 0 while i < len(ocr_results): ocr_box = ocr_results[i] box_coords, text, confidence, char_coords_list, chars = ocr_box # print(f"正在处理文字识别框：{text}") # 遍历每个单字 for j in range(len(chars) - 1): if is_digit_pair(chars[j], chars[j + 1]): distance = calculate_distance(char_coords_list[j][1], char_coords_list[j + 1][0]) # print(f"字符 '{chars[j]}' 和 '{chars[j + 1]}' 之间的距离为：{distance:.2f}") if distance > threshold: # print(f"距离大于阈值 {threshold}，进行切分。") # 创建新的文字识别框 new_box = create_new_box(box_coords, char_coords_list, text, confidence, chars, j) # 更新原始文字识别框 ocr_results[i] = update_existing_box(box_coords, char_coords_list, text, confidence, chars, j) # 插入新的文字识别框 ocr_results.insert(i, new_box) # print(f"切分后的文字识别框：{new_box[1]} 和 {ocr_results[i+1][1]}") break # 切分后，重新处理新的文字识别框 i += 1 return ocr_results # 根据输入 # 在ocr结果中搜索字符串 def search_in_ocr_results(ocr_results, search_text): """ 在OCR识别结果中搜索指定字符串。 :param ocr_results: OCR识别结果。 :param search_text: 搜索字符串。 :return: 搜索结果。 """ results = [] for index, ocr_result in enumerate(ocr_results): for char_index, char in enumerate(ocr_result[4]): if char == search_text: results.append((index, char_index)) return results # 判断ocr结果是否存在 def is_ocr_result_exist(image_path, save_path="json_data"): """ 判断OCR识别结果是否存在。 :param image_path: 图片路径。 :return: 是否存在。 """ # 获取图片名 image_name = os.path.basename(image_path) # 构造JSON文件路径 json_path = os.path.join(save_path, f"{image_name}.json") return os.path.exists(json_path) # 将ocr结果根据图片路径（获取图片名）暂存到json文件中 def save_ocr_result(ocr_result, image_path, save_path="json_data"): """ 将OCR识别结果保存到JSON文件中。 :param ocr_result: OCR识别结果。 :param image_path: 图片路径。 :return: JSON文件路径。 """ # 创建保存路径 if not os.path.exists(save_path): os.makedirs(save_path) # 获取图片名 image_name = os.path.basename(image_path) # 创建JSON文件路径 json_path = os.path.join(save_path, f"{image_name}.json") # 保存OCR识别结果到JSON文件 with open(json_path, 'w', encoding='utf-8') as file: json.dump(ocr_result, file, ensure_ascii=False, indent=4) return json_path # 从json文件中读取ocr结果 def load_ocr_result(image_path, save_path="json_data"): """ 从JSON文件中加载OCR识别结果。 :param image_path: JSON文件路径。 :return: OCR识别结果。 """ # 构造JSON文件路径 image_name = os.path.basename(image_path) json_path = os.path.join(save_path, f"{image_name}.json") # 读取JSON文件 with open(json_path, 'r', encoding='utf-8') as file: ocr_result = json.load(file) return ocr_result # 从删除ocr结果 def remove_ocr_result(image_path, save_path="json_data"): """ 删除OCR识别结果。 :param image_path: 图片路径。 :return: 是否删除成功。 """ # 获取图片名 image_name = os.path.basename(image_path) # 构造JSON文件路径 json_path = os.path.join(save_path, f"{image_name}.json") # 删除JSON文件 if os.path.exists(json_path): os.remove(json_path) return True return False # 绘制并保存ocr结果 def draw_ocr_results(image_path, boxes_list, save_path="ocr_mark_data"): """ 绘制OCR识别结果并保存图片。 :param image_path: 图片路径。 :param boxes: 文字识别框列表。 :param save_path: 保存路径。 :return: 保存的图片路径。 """ if not os.path.exists(save_path): os.makedirs(save_path) # 读取图片 img = cv2.imread(image_path) # 绘制方框 for index, boxes in enumerate(boxes_list): for box in boxes: cv2.rectangle(img, (box[0], box[1]), (box[2], box[3]), get_color(index), 2) # cv2.rectangle(img, (box[0], box[1]), (box[2], box[3]), (0, 0, 255), 2) # 保存图片 save_image_path = os.path.join(save_path, os.path.basename(image_path)) cv2.imwrite(save_image_path, img) return save_image_path # 根据索引，获取一个颜色 def get_color(index): """ 根据索引获取一个颜色。 :param index: 索引。 :return: 颜色。 """ colors = [ (255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0), (0, 255, 255), (255, 0, 255), (128, 0, 0), (0, 128, 0), (0, 0, 128), (128, 128, 0), (0, 128, 128), (128, 0, 128), (128, 128, 128), (255, 128, 0), (255, 0, 128), (128, 255, 0), (0, 255, 128), (128, 0, 255), (0, 128, 255), (255, 128, 128), (128, 255, 128), (128, 128, 255), (255, 255, 128), (255, 128, 255), (128, 255, 255), (255, 255, 255) ] return colors[index % len(colors)] def re_search(a, b): """ 使用正则表达式在字符串列表b中搜索字符串a。 :param a: :param b: :return: """ if len(a) <= 1: return [] results = [] a = replace_punctuation_with_space(a) # 删除标点符号 # 拷贝一份 a_tmp = a a_str = re.escape(a).replace("\\ ", "\\s*") # 将目标字符串中的空格替换为 \s* a_str = re.compile(a_str, re.IGNORECASE) # 忽略大小写 # print(a_str.pattern) # a_str = remove_punctuation(a_str) # 删除标点符号 for index, string in enumerate(b): string = replace_punctuation_with_space(string) match = a_str.search(string) if match: results.append((index, match.start(), match.end())) else: string = replace_punctuation_with_space(string) # 如果长度小于等于1，直接跳过 if len(string) <= 1: continue b_str = re.escape(string).replace("\\ ", "\\s*") b_str = re.compile(b_str, re.IGNORECASE) match = b_str.search(a) if match: start_index = match.start() end_index = match.end() # 将a_tmp中的匹配部分替换为空格 a_tmp = replace_matched_text(a_tmp, b_str, "") # print('匹配到的字符串:', string, '匹配到的字符串在a中的位置:', start_index, end_index) results.append((index, 0, len(string))) # 如果a_tmp中还有字符，说明a_tmp中的字符没有在b中匹配到 if len(a_tmp) >= 2: # 重新搜索一次a_tmp a_tmp = re.escape(a_tmp).replace("\\ ", "\\s*") a_tmp = re.compile(a_tmp, re.IGNORECASE) # print('a_tmp:', a_tmp, 'a:', a) for index, string in enumerate(b): string = replace_punctuation_with_space(string) match = a_tmp.search(string) if match: # print('匹配到a_tmp:', a_tmp, 'string:', string) results.append((index, match.start(), match.end())) else: print('过短a_tmp:', a_tmp) return results # 删除字符串中的符号 def remove_punctuation(text): """ 删除字符串中的标点符号。 :param text: 字符串。 :return: 删除标点符号后的字符串。 """ return re.sub(r'[^\w\s]', '', text) # 将字符串中的标点符号替换为空格 def replace_punctuation_with_space(text): """ 将字符串中的标点符号替换为空格。 :param text: 字符串。 :return: 替换后的字符串。 """ return re.sub(r'[^\w\s]', ' ', text) def replace_matched_text(text, pattern, placeholder=" "): """ 将被正则表达式匹配到的文本替换为指定占位符（默认为空格）。 参数: text (str): 原始字符串。 pattern (str 或 re.Pattern): 正则表达式模式。 placeholder (str): 用于替换匹配文本的占位符，默认为空格。 返回: str: 替换后的字符串。 """ # 如果传入的是字符串形式的正则表达式，则编译它 if isinstance(pattern, str): pattern = re.compile(pattern) # 使用 re.sub 进行替换 return pattern.sub(placeholder, text) if __name__ == "__main__": s = "2024：11.12" print(replace_punctuation_with_space(s)) print(replace_punctuation_with_space("2024.11.12")) print(replace_punctuation_with_space("1，375，421.63"))