---

---

前言

本文简单介绍了PaddleDetection和PaddleOCR相结合的示例代码，通过两个PaddlePaddle框架下的工具包结合使用同时达到图像识别和文本识别的功能。

---

1.代码

import cv2
import re
import serial
import sqlite3
from datetime import datetime
from paddledetection.deploy.python.infer import Detector
from paddleocr import PaddleOCR# ========== 配置区域 ==========
SERIAL_PORT = '/dev/ttyUSB0'  # 串口设备
BAUDRATE = 9600               # 波特率
DB_NAME = 'express.db'        # 数据库名称
DET_MODEL_DIR = './jd_sf_model/'  # 检测模型路径
# =============================class ExpressInfoProcessor:def __init__(self):# 初始化检测模型self.detector = Detector(model_dir=DET_MODEL_DIR,device='GPU',threshold=0.6)# 初始化OCR模型self.ocr = PaddleOCR(use_angle_cls=True, lang='ch')# 初始化串口self.ser = serial.Serial(SERIAL_PORT, BAUDRATE)# 初始化数据库self.conn = sqlite3.connect(DB_NAME)self._init_db()def _init_db(self):"""初始化数据库表结构"""cursor = self.conn.cursor()cursor.execute('''CREATE TABLE IF NOT EXISTS express_info(id INTEGER PRIMARY KEY AUTOINCREMENT,company TEXT,track_no TEXT,name TEXT,phone TEXT,create_time TIMESTAMP)''')self.conn.commit()def process_image(self, img_path):"""处理图像的主流程"""# 读取图像img = cv2.imread(img_path)if img is None:raise FileNotFoundError(f"Image {img_path} not found")# 检测快递公司company = self._detect_company(img)if not company:print("未识别到有效快递公司")return# OCR文字识别ocr_result = self.ocr.ocr(img, cls=True)text_list = [line[1][0] for line in ocr_result]# 信息提取info = self._extract_info(text_list)# 发送串口指令self._send_serial(company)# 存储到数据库self._save_to_db(company, info)def _detect_company(self, img):"""检测快递公司"""results = self.detector.predict([img], visual=False)# 解析检测结果（假设0:京东，1:顺丰）for result in results:if len(result['boxes']) > 0:class_id = int(result['boxes'][0][0])score = result['boxes'][0][1]if score > 0.6:return '京东' if class_id == 0 else '顺丰'return Nonedef _extract_info(self, text_list):"""从OCR结果提取结构化信息"""return {'track_no': self._find_track_no(text_list),'name': self._find_name(text_list),'phone': self._find_phone(text_list)}def _find_track_no(self, texts):"""查找快递单号"""# 优先查找包含关键字的条目for text in texts:if any(kw in text for kw in ['单号', '快递单号', '运单号']):match = re.search(r'\d{10,20}', text)if match:return match.group()# 全局搜索长数字for text in texts:match = re.search(r'\d{12,20}', text)if match:return match.group()return ''def _find_phone(self, texts):"""查找电话号码"""for text in texts:match = re.search(r'(1[3-9]\d{9})', text)if match:return match.group()return ''def _find_name(self, texts):"""查找收件人姓名"""# 查找包含关键字的条目for text in texts:if any(kw in text for kw in ['收件人', '姓名', '收货人']):parts = re.split(r'[:：]', text)if len(parts) > 1:name = parts[-1].strip()if re.match(r'^[\u4e00-\u9fa5]{2,4}$', name):return name# 匹配纯中文姓名for text in texts:if re.match(r'^[\u4e00-\u9fa5]{2,4}$', text):return textreturn ''def _send_serial(self, company):"""发送串口指令"""cmd = '1' if company == '京东' else '2'self.ser.write(cmd.encode())print(f"已发送指令：{cmd}")def _save_to_db(self, company, info):"""保存到数据库"""cursor = self.conn.cursor()cursor.execute('''INSERT INTO express_info (company, track_no, name, phone, create_time)VALUES (?, ?, ?, ?, ?)''',(company,info['track_no'],info['name'],info['phone'],datetime.now().strftime("%Y-%m-%d %H:%M:%S")))self.conn.commit()print("数据已存储")def __del__(self):"""资源清理"""self.ser.close()self.conn.close()if __name__ == "__main__":processor = ExpressInfoProcessor()processor.process_image("test.jpg")

2.代码介绍

这段代码是一个用于处理快递信息的Python程序，具体功能包括读取图像中的快递信息，识别快递公司、提取快递单号、收件人姓名和联系电话，然后通过串口发送指令，并将这些信息存储到SQLite数据库中。下面是对代码中各部分的详细介绍：

2.1 导入模块

代码一开始导入了需要使用的模块，包括OpenCV(cv2)用于图像处理、正则表达式模块(re)用于文本匹配、串口通信模块(serial)、SQLite数据库模块(sqlite3)****、datetime模块用于处理时间、PaddlePaddle的物体检测模型(Detector)和OCR模型(PaddleOCR)。

2.2 配置区域

定义了一些配置常量，如串口设备、波特率、数据库名称、检测模型路径等。

2.3 ExpressInfoProcessor类

这是主要的处理类，包含以下方法和功能：

__init__方法：初始化函数，初始化物体检测模型、OCR模型、串口和数据库连接。

_init_db方法：初始化数据库表结构，如果表不存在则创建。

process_image方法：处理图像的主要流程，包括读取图像、检测快递公司、OCR文字识别、提取信息、发送串口指令和存储到数据库。

_detect_company方法：检测快递公司，使用物体检测模型判断是京东还是顺丰。

_extract_info方法：从OCR结果中提取结构化信息，包括快递单号、姓名和电话号码。

_find_track_no、_find_phone、_find_name方法：分别用于查找快递单号、电话号码和姓名。

_send_serial方法：发送串口指令，根据公司类型发送不同的指令。

_save_to_db方法：将信息保存到数据库中。

__del__方法：资源清理方法，在对象销毁时关闭串口和数据库连接。

2.4 主程序：

在if __name__ == "__main__"下初始化ExpressInfoProcessor对象，并调用process_image方法处理名为"test.jpg"的图像。

3.使用说明

3.1环境准备

pip install paddlepaddle paddleocr paddledetection serial pyserial opencv-python

3.2模型准备

1. 训练京东/顺丰图标检测模型（使用PP-YOLO等算法）
2. 将训练好的模型保存到jd_sf_model目录
3. 目录应包含：model.pdmodel, model.pdiparams, infer_cfg.yml

3.3数据库初始化

代码首次运行时会自动创建SQLite数据库和表结构

3.4串口配置

1. 根据实际硬件修改SERIAL_PORT和BAUDRATE参数
2. Linux系统查看端口：ls /dev/tty*
3. Windows系统端口通常为COMx格式

3.5信息提取优化

1. 可根据实际快递单样式调整正则表达式匹配规则
2. 添加更多关键字匹配规则提高准确性

3.6注意事项

1. 检测模型需要自行训练并放置到指定目录
2. 实际快递单的OCR识别效果取决于图像质量
3. 信息提取规则可能需要根据具体快递单样式调整
4. 串口通信需要正确配置端口和波特率
5. 数据库文件会自动生成在当前目录下

---