核酸检测结果识别系统，并获得软件著作权_COVID-19-OCR-system.zip

# 核酸检测结果识别系统 HELLO，大家好。现在是2022年8月9日20:14:44。 在老师和伙伴的帮助下，我完成了**核酸检测结果识别系统1.0**。相信这套简单方便的系统，能够为大家提供便利。 ## 产品介绍 ### 产品功能 由于高校频繁的核酸检测，导致每次结果统计非常麻烦。这套系统可以极大减轻负责人（例如辅导员）的工作压力。同学们把检测后的图片上传到网站入口，在下方输入框内填上姓名即可。  后台会自动识别图片的检测结果、时间并写入数据库汇总，实时反馈提交情况并制作图标，反馈信息。  ### 技术栈 开发工具：VSCode，PyCharm，sqlyog 前端技术：HTML+CSS+JS，jquery，echarts，bootstrap 后端技术：Python，OCR，opencv，SQL，numpy，pyecharts ### 使用说明 需要提供给网站管理员一份本班的学号+姓名表格作为数据库，生成的数据表格（result.xlsx）。 可视化数据界面实时更新提交和识别情况，属于私有界面，不会对外公开，只对班级的管理员开放，因此可以很大程度上保证使用者的信息安全。 ## 技术算法讲解 ### 组成部分 easyocr图像文字提取+opencv颜色识别+正则表达式结果匹配+Python写入Excel和数据库+pyecharts可视化界面 + schedule控制挂载运行； HTML+CSS+JS+jquery+bootstrap（前端）+ PHP（后端）+ Nginx反向代理 + pm2（项目部署） ### easyocr easyocr是python 2021年推出的第三方包，可以非常精准的识别、提取图片文字（亲测有效）。这项功能主要被用来提取学生的核酸检测时间。下面是easyocr的具体使用： ```python f = open('result.txt', 'w') for filename in os.listdir(directory_name): reader = easyocr.Reader(['ch_sim', 'en'], gpu=False) # GPU or CPU result = reader.readtext(directory_name + r'/' + filename, detail=0) result = str.join(result) f.write(result) f.write("\n") ``` 这里要注意两点，`['ch_sim', 'en']`是识别语言的列表（中、英文），如果需要其他语言可以去搜它对应的代码。`gpu=false` 表示我的电脑配置没有gpu，设置成用cpu跑深度学习的代码。 另外，`reader.readtext()` 是不支持中文路径的，读取的路径一定要注意！ 读取完图片文字后，我们把他写入一个txt中，下面要从杂乱的文字中提取出学生的核酸检测时间： ```python try: timeresult = re.search('采集时间[\d,\-,:,.]*', result) # 获取采集时间 timeres.append(timeresult.group()[4:]) # 去掉前四个字“采集时间” except Exception as err: timeres.append("时间匹配失败") ``` 这里我们一定要加入异常处理，防止因为匹配失败而直接报错中断运行。 ### opencv 本身是打算用easyocr直接提取“阴性”这两个字，但是发现这两个字实在不好提取。所以决定用opencv的颜色识别解决结果的判断问题。首先我们列出一个颜色清单，命名为colorList.py。为了识别更加准确，我们只留下红绿两种颜色。 ```python import numpy as np import collections def getColorList(): dict = collections.defaultdict(list) # 红色 lower_red = np.array([156, 43, 46]) upper_red = np.array([180, 255, 255]) color_list = [] color_list.append(lower_red) color_list.append(upper_red) dict[r'colorList/red'] = color_list # 绿色 lower_green = np.array([35, 43, 46]) upper_green = np.array([77, 255, 255]) color_list = [] color_list.append(lower_green) color_list.append(upper_green) dict[r'coloList/green'] = color_list return dict if __name__ == '__main__': color_dict = getColorList() ``` 之后用opencv函数进行颜色判断；但`cv2.imwrite`函数只支持jpg图片，所以我们在网站收集图片时，可以将目标图片进行.jpg文件转换。之后import刚刚的colorList，使用opencv识别图片的颜色。 ```python import colorList def get_color(frame): hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) maxsum = -100 color = None color_dict = colorList.getColorList() for d in color_dict: mask = cv2.inRange(hsv, color_dict[d][0], color_dict[d][1]) cv2.imwrite(d + '.jpg', mask) # 这里一定要保证，读取的图片是jpg binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1] binary = cv2.dilate(binary, None, iterations=2) cnts, hiera = cv2.findContours(binary.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) sum = 0 for c in cnts: sum += cv2.contourArea(c) if sum > maxsum: maxsum = sum color = d return color ``` ### excel表和数据库 为了方便管理者导出，我们用python将结果写入了excel表格；为了做出可视化界面，我们也需要将结果写入database。数据库的建立比较简单，分为四个字段： | 字段 | 数据类型 | | :-----------------: | :-----: | | sno（学号） | varchar | | sname（姓名） | varchar | | time_result（时间检测结果） | varchar | | test_result（检测结果） | varchar | python写入excel表格的操作比较简单，另外，如果直接在浏览器输入.xlsx的文件地址，可以直接下载获取，也是十分方便。 在写入之前，我们需要先清理干净excel表格，我选择直接删除Sheet1，然后新建一张。做数据库也是一样，每次清理一次数据库，防止旧数据干扰新一次的检测。刷新后，写入本次的结果。 ```python db = pymysql.connect(host='localhost', user='root', passwd='root', port=3306, db='hesuan_result_collection') cursor = db.cursor() bg = op.load_workbook(r"result.xlsx") # 应先将excel文件放入到工作目录下 bg.remove(bg["Sheet1"]) bg.create_sheet("Sheet1", index=0) sheet = bg["Sheet1"] sheet.cell(1, 1, "学号") sheet.cell(1, 2, "姓名") sheet.cell(1, 3, "检测时间") sheet.cell(1, 4, "检测结果") # 刷新excel表格的数据 sql_delete = "Update xinan set time_result = '' , test_result = '' " cursor.execute(sql_delete) db.commit() # 刷新数据库的数据 if len(timeres) == len(testres): for i in range(1, len(timeres) + 1): sql_fetch_name = "select sname from xinan where sno = '%s' " % student_sno[i - 1] # 获取学号对应的姓名 cursor.execute(sql_fetch_name) sheet.cell(i + 1, 1, student_sno[i - 1]) try: sheet.cell(i + 1, 1, student_sno[i - 1]) except Exception as err: sheet.cell(i + 1, 1, "找不到姓名") sheet.cell(i + 1, 3, timeres[i - 1]) sheet.cell(i + 1, 4, testres[i - 1]) # 分别写入学号、姓名、检测时间、检测结果 bg.save(r"result.xlsx") # 对文件进行保存 sql_update = "UPDATE `xinan` " \ "SET `time_result` ='%s' , `test_result` = '%s' " \ "WHERE sno = '%s'; " % (timeres[i - 1], testres[i - 1], student_sno[i - 1]) try: sql_update_result = cursor.execute(sql_update) db.commit() # 提交数据并保存 except Exception as err: print("数据库写入失败:", err) # 这里同样也要加入异常处理 else: print("长度不匹配") print("finished") ``` ### Pyecharts可视化界面 做好了算法部分，我们也要能够展示实时提交的情况。这样可以更方便班委管理，及时催促指定同学提交核酸检测报告。首先我们连接数据库，写好相关的sql语句： ```python import pymysql import main db = pymysql.connect(host='localhost', user='root', passwd='root', port=3306, db='hesuan_result_collection') cursor = db.cursor() # 数据库连�