【校园AI Day-AI workshop】自定义区域OCR识别文件重命名

---

校园AI Day的AI工作坊任务为：用OCR技术识别30张交付验收单的铁塔名称，实现图片重命名。方案采用PaddleHUB+后处理，低代码实现，准确率100%。实施含数据准备（上传至指定路径）、环境准备（安装相关库）、执行输出（定义函数提取名称并遍历重命名至输出目录）。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

【校园AI Day-AI workshop】自定义区域OCR识别文件重命名

1背景介绍

任务描述：在实际的工作中，有时候需要根据图片中的指定区域进行重命名，通过OCR技术实现可自主框选识别区，实现识别内容的精确提取。本任务提供30张交付验收单，需要通过OCR技术识别图片中的铁塔名称，并根据该字段完成对图片的重命名

2解决方案

2.1数据分析

• 数据情况：制式标准表单
• 数据量：30张扫描数据            

2.2表单识别介绍

参考《多模态技术在金融场景创新实践：表单识别》

Openflow

一键极速绘图，赋能行业工作流

88 查看详情

• 表单识主流方案：单模态和多模态

        图1 表单识别解决方案         图2 单模态解决方案分析         图3 多模态表单识别流程图

2.3本项目拟采取思路

       

• 基于PaddleHUB+后处理（低代码快速实现文本提前）
• 准确率100%

3实施过程

3.1数据准备

本项目没有专门数据集挂载，自行从本地上传到/home/aistudio/work/data

In [ ]

#创建文件夹，上传数据#!mkdir work/data!tree work/data

   

3.2环境准备

In [ ]

#安装 paddlehub!pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

!pip install paddlehub==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

   

3.3执行输出

In [ ]

#定义获取名称函数import paddlehub as hubimport cv2
ocr = hub.Module(name="ch_pp-ocrv3") 

def get_name(fn):
 
    img = cv2.imread(fn)
    result = ocr.recognize_text(images=[img])    
    #1找到铁塔名称
    indx = 0
    r_data = result[0]['data']    for i in range(len(r_data)):        if '塔名称' in r_data[i]['text']:            #print(r_data[i]['text_box_position'])
            indx = i            break
        
    #2找到铁塔名称
    #垂直方向加权，铁塔名称答案在一条直线上
    weight_y = 4
    #找到离铁塔名称最近的识别框
    p_x = (r_data[indx]['text_box_position'][1][0] + r_data[indx]['text_box_position'][2][0])/2 
    p_y = (r_data[indx]['text_box_position'][1][1] + r_data[indx]['text_box_position'][2][1])/2
    min_d = p_x + p_y
    name_idx = 0
    for i in range(len(r_data)):        #排除自己
        if i == indx:            continue
        x = (r_data[i]['text_box_position'][0][0] + r_data[i]['text_box_position'][3][0])/2
        y = (r_data[i]['text_box_position'][0][1] + r_data[i]['text_box_position'][3][1])/2
        dis = abs(p_x-x) + abs(p_y - y)*weight_y        #print('{0}:{1}'.format(dis,r_data[i]['text']))
        if dis < min_d:
            min_d = dis
            name_idx = i
    name = r_data[name_idx]['text']    
    #3搜索夸行问题
    
    weight_x =1
    #底部两个点中点
    p_x = (r_data[name_idx]['text_box_position'][2][0] + r_data[name_idx]['text_box_position'][3][0])/2 
    p_y = (r_data[name_idx]['text_box_position'][2][1] + r_data[name_idx]['text_box_position'][3][1])/2
    
    min_d = 20 # 距离小于20存在跨行
    
    for i in range(len(r_data)):        #排除自己
        if i == name_idx:            continue
        x = (r_data[i]['text_box_position'][0][0] + r_data[i]['text_box_position'][1][0])/2
        y = (r_data[i]['text_box_position'][0][1] + r_data[i]['text_box_position'][1][1])/2
        dis = abs(p_x-x)*weight_x + abs(p_y - y)        #print('{0}:{1}'.format(dis,r_data[i]['text']))
        if dis < min_d:
            name += r_data[i]['text'] 
            break   
    
    return name

    代码解释 In [ ]

#遍历重命名文件!mkdir work/outputimport os
img_dir = 'work/data'output_dir = 'work/output'for pic in os.listdir(img_dir):
    fn = os.path.join(img_dir,pic)
    name = get_name(fn)    print('{0}:{1}'.format(fn,name))    import shutil
    shutil.copy(fn,os.path.join(output_dir,name + fn[-9:]))

   

以上就是【校园AI Day-AI workshop】自定义区域OCR识别文件重命名的详细内容，更多请关注其它相关文章！

# 学习计划  # 安徽抖音seo优化软件  # 佛山网站优化排名公司  # 谷歌产品营销推广手册  # 商务网站建设建站系统  # 声科电子西安 seo  # 宁波全国网站推广  # 浙江seo优化怎么合作  # 长清专业网站推广公司  # 如何做好企业seo  # 合肥短视频seo公司  # ai  # 进行自我  # 来袭  # 营收  # 多模  # 遍历  # 表单  # 中文网  # 自定义  # 重命名  # udio 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 微软AR/VR专利提出使用时间复用谐振驱动产生双极性电源  OpenAI首席执行官引用《道德经》 呼吁就AI安全问题合作  站在社会的高度理解人工智能  12页线性代数笔记登GitHub热榜，还获得了Gilbert Strang大神亲笔题词  甲骨文与Cohere合作为企业提供生成式人工智能服务  统信深度deepin成立 AI SIG 社区，共同提升 Linux 下 AI 体验  华为云盘古大模型3.0发布 AI云服务同时上线：200亿亿次性能  RoboNeo安装教程  VMS的应用：提升多品牌设备管理效能  微软推出人工智能模型 CoDi，可互动和生成多模态内容  实现MySQL数据锁定策略：解决并发冲突的J*a解决方案  GPT-4不能在麻省理工学院获得计算机科学学位  iPhone两秒出图，目前已知的最快移动端Stable Diffusion模型来了  梦想实现！硬核科幻大片VR智能头盔即将问世  当一切设备都受到人工智能的控制  物联网“僵尸网络DDos攻击”增长惊人，威胁全球电信网络  聚焦人工智能大模型、AIGC 徐汇十余场重磅论坛等你来  马斯克讽刺人工智能炒作：什么“机器学习”，其实就是统计  AI+游戏首度大范围公布实际应用成果，AI全面来临还有多远？  新闻传闻：迪士尼可能采用人工智能来控制电影制作成本  OpenAI 引入个性化指令功能，消除对话中的重复偏好与信息  陈丹琦ACL学术报告来了！详解大模型「*」数据库7大方向3大挑战，3小时干货满满  前特斯拉总监、OpenAI大牛Karpathy：我被自动驾驶分了心，AI智能体才是未来！  如布科技发布新产品AI口袋学习机S12  换流站无线物联网络为新型电力系统铺设“数字之路”  V社悄悄封禁使用AI生成美术素材的游戏  第二届光合组织AI解决方案大赛赛果揭晓  朱民：普通人炒股炒不过机器人是很正常的 AI已经能理解市场情绪  CREATOR制造、使用工具，实现LLM「自我进化」  美图设计室2.0什么时候上线  从数据中心到发电站：人工智能对能源使用的影响  AI浪潮席卷，时空壶为何能成为AI翻译时代的破局者  “木头姐”：特斯拉的人工智能训练——“赢家通吃”的机会  【原创】奥比中光：与英伟达合作开发的3D开发套件正式发布 连接英伟达AI应用生态  1.6亿美元收购Singularity AI，昆仑万维布局通用人工智能  边喷火边跳踢踏舞，机器狗最新技能爆火全网！网友直呼真·热狗  南京制造的国产工业机器人：在外资品牌竞争中突围，年销售1.8万台  谷歌计划在上海举办开发者大会，重点关注机器学习和生成式AI领域  人工智能如何与智能家居集成  苹果机器学习关键人物 Ali Farhadi 离职，回归 AI2 担任 CEO  华为推出两款商用 AI 大模型存储新品，支持 1200 万 IOPS 性能  "探索Meta发布的Quest MR/VR视频录制与拍摄指南"  全场景智能车：智能无处不在｜芯驰亮相世界人工智能大会  人工智能大胆预测：银河系至少有2万个地球，36种外星文明  云深处科技绝影 Lite3 与 X20 四足机器人亮相  社区里，孩子们体验“机器人竞技”  北京市通用人工智能产业创新伙伴计划名单公布，京东科技入选“算力伙伴”  看懂AI，找到增长新势能 | 笔记侠AI峰会等你来  三星加速AR眼镜进程，预计明年上半年亮相  麦肯锡：到 2045 年左右，将有 50% 工作被 AI 接管 

 2025-07-30