---

---

前言

本文簡單介紹了paddleocr中使用的到的正則化。

---

一、代碼總述&介紹

import cv2
import re
from paddleocr import PaddleOCR# 初始化 PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")# 打開攝像頭
cap = cv2.VideoCapture(0)if not cap.isOpened():print("無法打開攝像頭")exit()try:while True:# 讀取攝像頭幀ret, frame = cap.read()if not ret:print("無法獲取幀，退出...")break# 使用 PaddleOCR 進行識別result = ocr.ocr(frame, cls=True)text = ""for line in result:for word_info in line:text += word_info[1][0] + " "# 定義正則表達式模式# 快遞單號：通常是數字和字母的組合，長度可能在 10 到 20 位左右express_pattern = r'[A-Za-z0-9]{10,20}'# 手機號：以 1 開頭，后面跟 10 位數字phone_pattern = r'1\d{10}'# 姓名：簡單假設為 2 到 4 個漢字name_pattern = r'[\u4e00-\u9fa5]{2,4}'# 查找匹配項express_numbers = re.findall(express_pattern, text)phone_numbers = re.findall(phone_pattern, text)names = re.findall(name_pattern, text)# 打印提取結果print("快遞單號:", express_numbers)print("手機號:", phone_numbers)print("姓名:", names)# 顯示幀cv2.imshow('Camera Feed', frame)# 按 'q' 鍵退出循環if cv2.waitKey(1) & 0xFF == ord('q'):breakexcept Exception as e:print(f"發生錯誤: {e}")
finally:# 釋放攝像頭并關閉窗口cap.release()cv2.destroyAllWindows()

1.1導入必要的庫

python
import cv2
import re
from paddleocr import PaddleOCR

1.1.1cv2

import cv2：導入 OpenCV 庫，它是一個廣泛用于計算機視覺任務的庫，這里主要用于攝像頭操作和圖像顯示。

1.1.2re

import re：導入 Python 的 re 模塊，用于進行正則表達式匹配，方便從識別出的文本中提取特定信息。

1.1.3paddleocr

from paddleocr import PaddleOCR：從 paddleocr 庫中導入 PaddleOCR 類，用于進行光學字符識別（OCR）。

1.2初始化PaddleOCR

## 初始化 PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
ocr = PaddleOCR(use_angle_cls=True, lang="ch")：創建一個 PaddleOCR 對象 ocr。use_angle_cls=True 表示啟用角度分類功能，能更好地處理不同角度的文字；lang="ch" 表示使用中文進行識別。

1.3打開攝像頭

# 打開攝像頭
cap = cv2.VideoCapture(0)
------
cap = cv2.VideoCapture(0)：使用 cv2.VideoCapture 函數打開默認攝像頭（編號為 0），并將返回的視頻捕獲對象賦值給 cap。
檢查攝像頭是否成功打開
if not cap.isOpened():print("無法打開攝像頭")exit()
------
if not cap.isOpened():：檢查攝像頭是否成功打開。如果 cap.isOpened() 返回 False，說明攝像頭未成功打開。
print("無法打開攝像頭")：若攝像頭未成功打開，打印提示信息。
exit()：終止程序運行。
開始循環讀取攝像頭幀
try:while True:
------
try:：開啟一個異常處理塊，用于捕獲可能出現的異常。
while True:：創建一個無限循環，持續從攝像頭讀取幀。
讀取攝像頭幀# 讀取攝像頭幀ret, frame = cap.read()
------
ret, frame = cap.read()：調用 cap.read() 方法從攝像頭讀取一幀圖像。ret 是一個布爾值，表示是否成功讀取到幀；frame 是讀取到的圖像幀。
檢查是否成功讀取幀if not ret:print("無法獲取幀，退出...")break
------
if not ret:：如果 ret 為 False，說明未成功讀取到幀。
print("無法獲取幀，退出...")：打印提示信息。
break：跳出循環，結束程序。

1.4使用 PaddleOCR 進行識別

 使用 PaddleOCR 進行識別result = ocr.ocr(frame, cls=True)
------
result = ocr.ocr(frame, cls=True)：調用 ocr.ocr 方法對當前幀 frame 進行 OCR 識別，cls=True 表示啟用角度分類。識別結果存儲在 result 中。
提取識別到的文本text = ""for line in result:for word_info in line:text += word_info[1][0] + " "
------
text = ""：初始化一個空字符串 text，用于存儲識別到的所有文本。
for line in result:：遍歷識別結果 result 中的每一行。
for word_info in line:：遍歷每一行中的每個單詞信息。
text += word_info[1][0] + " "：將每個單詞的文本內容添加到 text 中，并在后面添加一個空格。

1.5定義正則表達式模式

      # 定義正則表達式模式# 快遞單號：通常是數字和字母的組合，長度可能在 10 到 20 位左右express_pattern = r'[A-Za-z0-9]{10,20}'# 手機號：以 1 開頭，后面跟 10 位數字phone_pattern = r'1\d{10}'# 姓名：簡單假設為 2 到 4 個漢字name_pattern = r'[\u4e00-\u9fa5]{2,4}'
------
express_pattern = r'[A-Za-z0-9]{10,20}'：定義快遞單號的正則表達式模式，匹配由 10 到 20 位的字母（大小寫均可）和數字組成的字符串。
phone_pattern = r'1\d{10}'：定義手機號的正則表達式模式，匹配以數字 1 開頭，后面跟 10 位數字的字符串。
name_pattern = r'[\u4e00-\u9fa5]{2,4}'：定義姓名的正則表達式模式，匹配由 2 到 4 個中文字符組成的字符串。
查找匹配項# 查找匹配項express_numbers = re.findall(express_pattern, text)phone_numbers = re.findall(phone_pattern, text)names = re.findall(name_pattern, text)
------
express_numbers = re.findall(express_pattern, text)：使用 re.findall 方法在 text 中查找所有匹配快遞單號模式的字符串，并將結果存儲在 express_numbers 列表中。
phone_numbers = re.findall(phone_pattern, text)：同理，查找所有匹配手機號模式的字符串，存儲在 phone_numbers 列表中。
names = re.findall(name_pattern, text)：查找所有匹配姓名模式的字符串，存儲在 names 列表中。

1.6打印提取結果

      # 打印提取結果print("快遞單號:", express_numbers)print("手機號:", phone_numbers)print("姓名:", names)
------
分別打印提取到的快遞單號、手機號和姓名列表。
顯示幀# 顯示幀cv2.imshow('Camera Feed', frame)
cv2.imshow('Camera Feed', frame)：使用 cv2.imshow 函數顯示當前幀，窗口標題為 Camera Feed。
按 'q' 鍵退出循環# 按 'q' 鍵退出循環if cv2.waitKey(1) & 0xFF == ord('q'):break
------
cv2.waitKey(1)：等待 1 毫秒，檢測是否有按鍵事件。
cv2.waitKey(1) & 0xFF == ord('q')：檢查按下的鍵是否為 'q'。如果是，則跳出循環。

1.7異常處理

except Exception as e:print(f"發生錯誤: {e}")
------
except Exception as e:：捕獲所有異常，并將異常對象賦值給 e。
print(f"發生錯誤: {e}")：打印錯誤信息。
釋放攝像頭并關閉窗口
finally:# 釋放攝像頭并關閉窗口cap.release()cv2.destroyAllWindows()
------
finally:：無論是否發生異常，都會執行 finally 塊中的代碼。
cap.release()：釋放攝像頭資源。
cv2.destroyAllWindows()：關閉所有由 OpenCV 創建的窗口。

二、正則表達式

2.1簡介

正則表達式是一種用于匹配字符串模式的工具，在處理文本數據時非常有用。

2.2常用正則表達式模式及原理

2.2.1. 快遞單號模式

express_pattern = r'[A-Za-z0-9]{10,20}'

原理剖析：
[A-Za-z0-9]：這是一個字符類，它表示匹配方括號內任意一個字符。A-Z 代表所有大寫字母，a-z 代表所有小寫字母，0-9 代表所有數字。所以這個字符類可以匹配任意一個字母（大小寫均可）或者數字。
{10,20}：這是一個量詞，它規定了前面字符類（也就是 [A-Za-z0-9]）出現的次數范圍。{10,20} 表示前面的字符類至少出現 10 次，最多出現 20 次。
綜合起來，[A-Za-z0-9]{10,20} 可以匹配由 10 到 20 位字母（大小寫均可）和數字組成的字符串，比較符合常見快遞單號的特征。

2.2.2. 手機號模式

phone_pattern = r'1\d{10}'

原理剖析：
1：這是一個普通字符，它直接匹配字符 1。在中國，手機號碼都是以數字 1 開頭的。
\d：這是一個元字符，它代表任意一個數字，等價于 [0-9]。
{10}：這是一個量詞，它規定了前面的 \d 必須出現 10 次。
綜合起來，1\d{10} 可以匹配以數字 1 開頭，后面跟著 10 位數字的字符串，符合中國手機號碼的格式。

2.2.3. 姓名模式

name_pattern = r'[\u4e00-\u9fa5]{2,4}'

原理剖析：
[\u4e00-\u9fa5]：這是一個字符類，\u4e00 到 \u9fa5 是 Unicode 編碼中漢字的范圍，所以這個字符類可以匹配任意一個中文字符。
{2,4}：這是一個量詞，它規定了前面的字符類（也就是 [\u4e00-\u9fa5]）至少出現 2 次，最多出現 4 次。
綜合起來，[\u4e00-\u9fa5]{2,4} 可以匹配由 2 到 4 個中文字符組成的字符串，簡單模擬了常見姓名的長度。

2.3正則表達式的使用原理

在 Python 里，re 模塊提供了正則表達式的支持。常用的函數有 re.findall、re.search、re.match 等。在你的代碼中，使用了 re.findall 函數：

express_numbers = re.findall(express_pattern, text)
phone_numbers = re.findall(phone_pattern, text)
names = re.findall(name_pattern, text)

re.findall(pattern, string)：該函數會在 string 中查找所有匹配 pattern 的子字符串，并將它們作為一個列表返回。例如，re.findall(express_pattern, text) 會在 text 中查找所有符合 express_pattern 模式的子字符串，然后把這些子字符串組成一個列表賦值給 express_numbers。
正則表達式的匹配過程通常是從字符串的開頭開始，依次嘗試匹配模式。如果匹配成功，就記錄下匹配的子字符串，然后繼續從匹配結束的位置往后匹配，直到字符串結束。

綜上所述，這段代碼實現了從攝像頭實時讀取幀，使用 PaddleOCR 進行文字識別，并通過正則表達式提取快遞單號、手機號和姓名的功能。用戶可以通過按 ‘q’ 鍵退出程序。

---