使用 OCR + 正则表达式实现核酸检测截图的自动校验，复现复旦大学博士生的代码。
相关报道：
Python + OCR + 正则表达式
以北京健康报的核酸检测截图作为示例：
OCR 使用 PaddlePaddle，会得到结果：
1:21 AM 100% D 健康服务预约查询 【通知】这里是通知内容... 核酸检测 疫苗接种 姓 名： 张** 身份证号：43**************22 阴性 距离本次检测已过5天 核酸检测机构 XXXX医院 核酸检测时间 2020.06.23 导出或打印检测报告 历史检测结果查询 本电子报告与医院或其他检测机构提供的纸质报告具有同等效力 可o 点击这里打“核酸检测”服务，您可通 可2 过本服务进大规模筛查检测预约、预 约码展示及采样信息绑定、预约记录查 预约 询、检测结果查询。①
使用正则表达式提取相关内容：
- 提取姓名：
姓\s*名：\s*(\S*) - 提取阴性/阳性结果：
(\S性) - 提取核酸检测时间：
核酸检测时间\s*(\S*)
会得到提取到的核酸检测界面的结果：
我这里校验了三个条件：
- 核酸检测时间与当前日期不超过 2 天；
- 识别出的姓名的汉字个数与截图文件名中姓名汉字字数相等；
- 识别出的姓名的汉字个数与截图文件名中姓名汉字第一个字（姓）相同；
如果这三个条件都满足，就认为没问题。
最后，遍历文件夹下所有的截图，逐一运行上面的代码，把结果输出成 Excel 里。 运行的命令是：
python main.py --date=2020.06.24打开生成的 Excel 是这样的：
是不是大大解放了生产力？ 我写的这份代码的总行数只有 82 行，比复旦博士的代码要简短一些。
但是代码的运行时间比较慢：检验两张截图的时间需要 12 秒，也就是平均 6 秒检验一张截图。
假如一个辅导员检查 60 个学生的话，上面的程序需要跑 10 分钟出检查结果。（但是收集、下载、重命名 60 个人的核酸检测截图需要多长时间？） 运行比较慢的是 OCR 识别部分，真需要优化运行速度的时候再说吧！
clone 本项目到本地：
git clone [email protected]:fuxuemingzhu/NucleicAcidCheck.git在项目目录下创建需要检查的日期的文件夹，把需要检查的所有核酸检测结果的截图放在目录下，注意把截图命名为人名：
创建 Python 虚拟环境：
conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/进入 Python 虚拟环境：
conda activate paddle_env安装运行需要的包：
pip install -r requirements.txt执行检查与判断：
python main.py --date=2020.06.24在同一级目录下生成 check_2020.06.24.xlsx。
打开此 Excel，查看核酸检测结果、采样日期、是否完成核酸检测等信息：
本仓库的做法无法防止 P 图，也无法防止使用别人的截图。
对于健康码核查最理想方案是采用上策：个人授权给机构，机构统一核查。对于上千、上万人的企业和单位来说，将大大提高疫情信息收集能力。
希望未来可以把疫情防控更加信息化，让防疫工作者把精力投入到更有价值的工作上，释放防疫生产力。
愿疫情早日结束！
本仓库的作者是 负雪明烛，现在是互联网大厂的程序员一枚，想为疫情防控贡献出一份力。
「负雪明烛」，来自于“苍山负雪，明烛天南”，乐于分享与帮助别人。
我坚持刷算法题 7 年，写了 1000 多篇题解，博客累计阅读量 400 万+。
关注我，你可以获得优质算法题解、求职技巧、大厂内推、工作经验。
