使用百度开源ocr模型解决票据识别问题，本场景针对室外手持场景，还在整理中。。。 

import base64
import cv2

import numpy as np
from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, use_gpu=False)

img_str = "图片base64字符串"

img_str = base64.b64decode(img_str)

img_array = np.frombuffer(img_str,  dtype=np.uint8)
img_raw = cv2.imdecode(img_array, cv2.IMREAD_COLOR)
# img_raw_small = cv2.resize(img_raw, None, fx=0.5, fy=0.5)
# cv2.imshow("img_raw_small",img_raw_small)
# cv2.waitKey(0)
# cv2.destroyAllWindows()

result = ocr.ocr(img_raw, cls=True)

name_y_up = 0
l1 =[]
name = ""

# 找坐标
for line in result:
    if "工作负责人（监护人）姓名" in line[1][0]:
        name_y_up = line[0][0][1] # 获取 “工作负责人（监护人）姓名” 这一行的 左上角 纵坐标值。

for line in result:
    # 取同一行所有内容 范围是从name_y_up到下一行之内
    if line[0][0][1]>=name_y_up-3 and line[0][0][1]<=name_y_up+20:
        l1.append(line)

# 排序，取值
l1.sort(key=lambda x:x[0][0])
value1 = l1[1][1][0]
print("工作负责人（监护人）姓名:",value1)


'''
思路：
首先result是识别出来的每一句话(可以是一个字符)信息对象，
每个信息对象包含两个元素，第一个元素是四个顶点坐标，第二个元素是识别的内容。
总体思路是先根据关键词找到对应行这个 信息对象，然后通过控制坐标区域筛选出 相关信息对象，最后拼接内容。

四个顶点坐标(从左上⾓开始按顺时针顺序排列)：[左上,右上,右下,左下]，坐标元素[x,y]

存在的问题：
倾斜、褶皱、缩放
解决方案：
先定位再截图，旋转、透视变换、缩放固定大小

总结流程：定位、切割、识别、整合，前两步是数字图像处理，识别是ocr,最后一步要根据票据模板来逻辑处理。
'''