Python开发网页应用批量提取核酸检测结果

【玩转dash】公众号后台回复关键词【核酸检测】获取本期全部源码

这段时间以来，上海疫情的严峻形势一直牵动着大家的心，在这场没有硝烟的战争中很多人都在做出自己的贡献，前两天我就在新闻中就看到这样一条内容：

文中提到了这位复旦大学的博士生为了方便统计同学们的“健康云”核酸检测结果，使用到ocr和正则表达式等通用技术来实现批量数据录入，这本是一件利用通用技术手段解决日常小需求的正面案例，但可能因为媒体的夸张宣传，变味成了某些知道这一套流程技术门槛较低的人的眼中，用来“冷嘲热讽”的对象。

不过这些都不是本文要讨论的重点，我在看到这篇新闻后思考的是如何让这类工具更加实用易用，那么最好的形式就是将其开发为一个网页应用，通过局域网或云服务器部署后，使得更多人可以仅仅通过浏览器，就能直接访问使用其功能，而无需在各自的电脑上单独繁琐地配置环境。

而今天的文章，费老师我就来带大家学习如何仅用Python来快速实现一个界面清新交互友好的“核酸检测结果批量解析工具”（感谢身在上海的军哥提供的“健康云”阴性结果页图片示例🌹）。

使用效果如下面的视频所示：

而要完成这样一款网页应用的开发，过程非常简单，主要使用到Dash、paddleocr以及由我开源的feffery-antd-components等框架，下面我们分步骤介绍具体开发过程：

1 环境搭建

首先为了在作为服务器的设备上运行该应用，建议大家使用虚拟环境来安装相关依赖，以conda和windows系统为例，可分为以下步骤：

• 创建虚拟环境

conda create -n ocr_app python=3.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ -y

conda activate ocr_app

• 安装paddleocr相关依赖

本文演示使用的是paddleocr的CPU版本，你也可以自行前往其官方文档进行GPU版本的安装，从而获得显著地运算速度提升：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

conda install python-Levenshtein -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main -y

pip install "paddleocr>=2.0.1" -i https://mirror.baidu.com/pypi/simple

• 准备Dash+fac开发套件

最后就是准备我们最重要的网页应用开发环境了，注意这里一定要安装版本大于等于0.1.7的feffery-antd-components：

pip install dash -i https://pypi.douban.com/simple/

pip install feffery-antd-components==0.1.7

全部执行完成后我们的应用运行环境就准备好了~

2 ocr功能的实现

我们选择使用paddleocr来快速完成图片文字识别提取工作，过程很简单只有几行代码，你可以在本文源码（【玩转dash】公众号后台回复【核酸检测】获取全部源码）中的utils.py中的OcrModel类查看具体逻辑，其中初始化模型时使用到的enable_mkldnn等参数都是为了加速我们CPU版本的paddleocr：

class OcrModel:

    def __init__(self):
        self.ocr_model = PaddleOCR(lang="ch", enable_mkldnn=True, use_tensorrt=True, use_angle_cls=False)
    
    ...

3 网页搭建

在ocr功能的基础上，利用dash以及由我开源的fac框架（官网：http://fac.feffery.tech/）开发网页功能界面就非常简单了。

主要逻辑是用户点击上传按钮后可通过多选、全选的方式批量上传图片文件，在接受到用户上传的文件后，我们的dash应用会在回调函数中调用utils.py中的功能实现图片文字内容解析，最后将计算得到的表格结果、导出下载按钮以及埋设好的下载功能返回到网页供用户浏览和导出excel表格结果：

以上就是本文的全部内容，欢迎在【玩转dash】公众号后台回复【进群】加入交流群参与更多讨论。