找回密码
 立即注册

QQ登录

只需一步,快速开始

“抄”代码封装腾讯云OCR接口,结合前端事件实现发票图片和PDF两种文件格式识别

我是社区第713830位番薯,欢迎点我头像关注我哦~

最近尝试在简道云上建一个能够自动识别发票信息的费用报销应用,查了一下各大平台的发票API产品,发现腾讯云OCR产品中的增值税发票识别能够识别PDF图片两种格式的文件,并且价格也比较实惠,比较适合。由于以前没有用过腾讯云的产品,就先学习了一下论坛里几篇关于腾讯云函数的文章,发现传参都是使用get方法,但是OCR产品必须使用POST传参。咨询了一下简道云的客服,很失望的发现前端事件不支持腾讯云的POST传参,必须要自建服务器,写代码封装接口。
之前没有用过服务器,也不懂代码和封装接口,就去学习了一下简道云API接口文档,尝试自己动手来实现这个功能;在无数次骚扰鹅厂的客服和简道云的客服之后,终于搞定,现在回头看实现的过程,其实很简单,只需要抄几段代码就可以了,过程如下:


一、准备阶段
1、开通腾讯云轻量应用服务器(新人白嫖1个月),使用UBUNTU系统,在防火墙-规则,添加TCP接口,如9527;

微信截图_20210715143345.png


2、开通腾讯云文字识别(https://cloud.tencent.com/document/product/866/34681),开通腾讯云函数;


3、ubuntu已安装python3.8,需安装如下库
安装腾讯云SDK工具包
pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python
安装requestsflask
pip3 install requests
pip3 install flask


二、抄代码
1、要抄的第一段代码是腾讯云OCR自动生成的代码,进入文字识别,通过接入指引,打开API 3.0 Explorer 在线接口调试页面;选择票据识别相关接口-增值税发票识别,输入参数中,地域随便选,本地图片要选ImageBase64,前端事件因为推送的只是文件下载链接,所以本案例要选ImageUrl ,要支持PDF格式,IsPdf填True,PdfPageNumber填1,如图所示:
微信截图_20210715144945.png 微信截图_20210715144814.png
选择python代码,全部COPY

  1. import json
  2. from tencentcloud.common import credential
  3. from tencentcloud.common.profile.client_profile import ClientProfile
  4. from tencentcloud.common.profile.http_profile import HttpProfile
  5. from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
  6. from tencentcloud.ocr.v20181119 import ocr_client, models
  7. try:
  8.     cred = credential.Credential("SecretId", "SecretKey")
  9.     httpProfile = HttpProfile()
  10.     httpProfile.endpoint = "ocr.tencentcloudapi.com"
  11.  
  12.     clientProfile = ClientProfile()
  13.     clientProfile.httpProfile = httpProfile
  14.     client = ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)
  15.  
  16.     req = models.VatInvoiceOCRRequest()
  17.     params = {
  18.     "ImageUrl": "ImageUrl",
  19.     "IsPdf": True,
  20.     "PdfPageNumber": 1
  21.     }
  22.     req.from_json_string(json.dumps(params))
  23.  
  24.     resp = client.VatInvoiceOCR(req)
  25.     print(resp.to_json_string())
  26.  
  27. except TencentCloudSDKException as err:
  28.     print(err)
复制代码

2、要抄的第二段代码是云函数的,选择通过模版新建,选择图片转文字的python3.6模版,代码如下

  1. # readme :  https://cloud.tencent.com/document/product/583/30589
  2. # -*- coding: utf-8 -*-
  3. import os
  4. import logging
  5. import datetime
  6. import base64
  7. import json
  8. from tencentcloud.common import credential
  9. from tencentcloud.common.profile.client_profile import ClientProfile
  10. from tencentcloud.common.profile.http_profile import HttpProfile
  11. from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
  12. from tencentcloud.ocr.v20181119 import ocr_client, models
  13. import sys
  14.  
  15. print('Loading function')
  16.  
  17. logging.basicConfig(level=logging.INFO, stream=sys.stdout)
  18. logger = logging.getLogger()
  19. logger.setLevel(level=logging.INFO)
  20.  
  21. def main_handler(event, context):
  22.     logger.info("start main handler")
  23.     if "requestContext" not in event.keys():
  24.         return {"code": 410, "errorMsg": "event is not come from api gateway"}
  25.     if "body" not in event.keys():
  26.         return {
  27.             "isBase64Encoded": False,
  28.             "statusCode": 200,
  29.             "headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
  30.             "body": "there is no file from api gateway"
  31.         }
  32.  
  33.     # The image format uploaded from the gateway has been encoded with Base64, which can be directly obtained from event['body'].从网关上传的图片格式已经做过Base64,在event['body']里可以直接获取
  34.     logger.info("Start to detection")
  35.     try:
  36.     secret_id = os.environ.get('TENCENTCLOUD_SECRETID')     
  37.     secret_key = os.environ.get('TENCENTCLOUD_SECRETKEY')  
  38.     token = os.environ.get('TENCENTCLOUD_SESSIONTOKEN')
  39.     cred = credential.Credential(secret_id,secret_key,token)
  40.     httpProfile = HttpProfile()
  41.     httpProfile.endpoint = "ocr.tencentcloudapi.com"
  42.  
  43.     clientProfile = ClientProfile()
  44.     clientProfile.httpProfile = httpProfile
  45.     client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile)
  46.     req = models.GeneralBasicOCRRequest()
  47.     params = '{"ImageBase64":"%s"}'%event['body']
  48.     req.from_json_string(params)
  49.     resp = client.GeneralBasicOCR(req)
  50.     res_ai = json.loads(resp.to_json_string())
  51.     res_text = " "
  52.     print (len(res_ai["TextDetections"]))
  53.     for i in range(len(res_ai["TextDetections"])):
  54.     res_text = res_text + str(res_ai["TextDetections"]["DetectedText"])
  55.  
  56.  
  57.     except TencentCloudSDKException as err:
  58.     print(err)
  59.    
  60.     print(res_text)
  61.     response = {
  62.         "isBase64Encoded": False,
  63.         "statusCode": 200,
  64.         "headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
  65.         "body": res_text
  66.     }
  67.  
  68.     return response
复制代码

因为都是调用OCR的API接口,这2段代码,重合得非常多,第一段代码在resp = client.VatInvoiceOCR(req)已返回数据,云函数的代码从res_ai = json.loads(resp.to_json_string())开始就是对返回结果的处理,我们可以借鉴并修改一下。
查看一下增值税发票识别的接口文档https://cloud.tencent.com/document/api/866/36210,输出的参数是VatInvoiceInfos,发票的信息是在“name”和"value"的值里,我们需要新处理一下返回结果,新建一个字典,“name”的值为KEY,"value"的值为VALUE;抄橙色部分代码并修改如下

  1. res_str = json.loads(resp.to_json_string())#json对象转字符串
  2. #处理字符串,保留name和value的值,并定义为字典
  3.             res_key=[]
  4.             res_value=[]
  5.             for i in range(len(res_str ["VatInvoiceInfos"])):
  6.     res_key.append(res_str["VatInvoiceInfos"]["Name"])
  7.     res_value.append(res_str["VatInvoiceInfos"]["Value"])
  8.     response=dict(zip(res_key,res_value))
  9.             return response
复制代码

3、抄第三段代码     第1段代码调用端口,第2段代码处理返回结果,第3段就是要一个实例化一个类,参考简道云的文档https://hc.jiandaoyun.com/open/12111,因为同样是前端事件的POST传参,所以部分代码都是可以直接用的,我们copy flask这一段即可

  1. app = Flask(__name__)
  2.  
  3. @app.route('/fapiao', methods=['POST'])
  4.  
  5. def jpg_pdf():
  6.     image_url = json.loads(request.data).get('image_url')
  7.     if image_url != '':
  8.         ocr_data =img_ocr(image_url)            
  9.  
  10.         return json.dumps(ocr_data)
  11.     else:
  12.         return None
  13.     threading.Thread(target=img_ocr,args=(image_url,)).start()#加一个多线程
  14.  
  15. if __name__ == '__main__':
  16.    
  17.     app.run(host='0.0.0.0',port=9527)
复制代码
参与人数 +1 F币 +10 理由
云团 + 10 太棒了,给你32个赞,么么哒

查看全部评分

发表于 2021-7-21 10:34:40
牛P  学到了!

使用道具 举报

发表于 2021-7-26 15:34:54
第1次发贴,没有实名验证,不懂规则,篇幅受限,完整的代码无法上传,有疑问的可以留言处理,会尽快回复

使用道具 举报

发表于 2022-1-11 10:54:26
请问一下 UBUNTU哪个版本的比较合适
有ubuntu 18.04 和20.4  的lts版可选

使用道具 举报

发表于 2022-1-27 17:41:41
怎么就不更新了啊

使用道具 举报

发表于 2022-1-28 10:47:09
上面的代码有误,修改如下:  
res_key.append(res_str["VatInvoiceInfos"]["Name"])---["Name"]前要加一个[i]
res_value.append(res_str["VatInvoiceInfos"]["Value"])---["Value"]前要加一个[i]

使用道具 举报

发表于 2022-3-29 11:06:27 发布于APP客户端
使用效果如何?

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

6回帖数 7关注人数 4346浏览人数
最后回复于:2022-3-29 11:06

Array ( )

联系社区管理员|联系帆软|《帆软社区协议》|手机版|帆软社区|Copyright © 帆软软件有限公司 ( 苏ICP备18065767号-7 )

GMT+8, 2022-10-5 22:48 , Processed in 0.162161 second(s), 61 queries , Gzip On.

返回顶部 返回列表