近日，复旦大学博士生写Python脚本检查核酸截图的故事被人民日报公众号报道，称赞其所学贡献了青春的力量！

首先，这位博士所学而有用的精神，技术并不难，但有助于瘟疫的流行，我确信值得学习。

你知道很多人说博士用这么简单的东西，也可以刊登在人民日报上吗？

我想说技术不是难事，只要能解决眼前的当务之急，帮助别人就有价值。

所以，看了这篇文章的伙伴也想说一句，绝对不要为实现NB的技术而高兴。 真正值得自豪的是这项技术是否改变了世界。 即使是细微的变化。

查看人民日报的详细报道，是用Python编写的脚本。 试着整理一下这个过程和实现的技术吧。

1、引入Python的OCR库识别图像，生成文本字符串仔细观察，身边到处都能看到OCR的身影。 文件扫描、车牌识别、证件识别、银行卡识别、票据识别等。

OCR的本质是图像识别，包括文本检测和字符识别两个关键技术。

首先提取图像中的特征检测目标区域，然后对目标区域的文字进行分割和分类。

Python有很多ocr第三方库，如PaddleOCR、cnOCR、easyocr等。 一般安装后，可以直接导入import，传递图像路径参数，直接调用接口函数识别该图像。

例如，书就像是PaddleOCR的接口调用

from paddleocr import PaddleOCR、draw_ocr# Paddleocr您可以通过更改lang参数在当前支持的多种语言之间切换。 #例如，` ch `，` en `，` fr `，` german `，` korean `，` Japan ` ocr=paddle ocr ( use _ angle _ cls=true，lang=& #039； ch&amp； #039； ) img_path=&amp； #039；/imgs/test.jpg&amp； #039； result=ocr

输出：

17:28检测结果查询检测结果【阴性】姓名亲卫队样本时间 2022-04-08 12:28试剂码48检测项目新冠抗原经ocr图像文本识别，出现上述结果，时间

2、需要通过正则表达式识别文本信息，提取关键词，得到文本信息，再进行整理提取，将各个类别填入excel的表里

这里需要使用正则表达式处理文本，提取重要的文本。 在此抽取的是时间、姓名、检查结果、试剂代码、检查项目等。

说到正则表达式，正则表达式( Regular Expression )通常用于查找和替换与某个模式(规则)匹配的文本。

这里的Regular是规则、法则的意思，Regular Expression是“记述某个规则的表现”的意思。

那么，提取上面的文本信息吧

#re模块输入结果=& amp； #039； &amp； #039； &amp； #039； 17:28检测结果查询检测结果【阴性】姓名亲卫队样品时间 2022-04-08 12:28试剂码48检测项目新冠抗原&amp； #039； &amp； #039； &amp； #039； name=re.ff STRS(time=re.findall ( ) (=采样时间 )，strs ) result=re.findall ( ( ) ) )、strs

[&amp； #039； 朱卫军&amp； #039； ][&amp； #039； 2022-04-08 12:28&amp； #039； ][&amp； #039； 阴性&amp； #039； ]3、将结果输出到excel表格在正则表达式中提取重要信息后，在pandas中将数据输出到excel。 这里有必要适当调整数据

importpandasaspdimportnumpyasnpinfo1=nametimeresultinfo1=NP.array ( info1).reshape ( 1，3 ) df=PD.dataframe (数据帧) #039；时间&amp； #039；&amp； #039； 检测结果&amp； #039； )、核酸结果. xlsx、index=False )大家也可以尝试拥有自己的核酸结果