NLPV commited on
Commit
f079d20
·
verified ·
1 Parent(s): e488b9f

Create app.py

Browse files
Files changed (1) hide show
  1. app.py +64 -0
app.py ADDED
@@ -0,0 +1,64 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ import pytesseract
2
+ from PIL import Image
3
+ import re
4
+ import gradio as gr
5
+
6
+ # OCR & Parsing Function
7
+ def extract_info_from_image(image):
8
+ text = pytesseract.image_to_string(image, lang='hin+eng')
9
+
10
+ def extract_data(text):
11
+ data = {}
12
+ data['क्रमांक'] = re.search(r'क्रमांक\s*[:\-]?\s*JS\s*(\d+)', text)
13
+ data['पूरा नाम'] = re.search(r'पूरा नाम\s*[:\-]?\s*(.+)', text)
14
+ data['लिंग'] = 'पुरुष' if '[x]' in text.split('पुरुष')[0][-3:] else 'महिला' if '[x]' in text.split('महिला')[0][-3:] else 'अन्य'
15
+ data['उम्र'] = re.search(r'उम्र\s*[:\-]?\s*(\d+)', text)
16
+ data['गांव'] = re.search(r'गांव\s*[:\-]?\s*(.+)', text)
17
+ data['पंचायत'] = re.search(r'पंचायत\s*[:\-]?\s*(.+)', text)
18
+ data['ब्लॉक'] = re.search(r'ब्लॉक\s*[:\-]?\s*(.+)', text)
19
+ data['जिला'] = re.search(r'जिला\s*[:\-]?\s*(.+)', text)
20
+ data['पिन कोड'] = re.search(r'पिन कोड\s*[:\-]?\s*(\d+)', text)
21
+ data['मोबाइल नंबर'] = re.search(r'मोबाइल नंबर\s*[:\-]?\s*([\d०१२३४५६७८९]+)', text)
22
+
23
+ preferences = {
24
+ "चुनाव के माध्यम से": "चुनाव के माध्यम से",
25
+ "PK ऐप चलव खोलकर": "PK ऐप चलव खोलकर",
26
+ "संगठन में जिम्मेदारी लेकर": "संगठन में जिम्मेदारी लेकर",
27
+ "डिजिटल वालंटियर बनकर": "डिजिटल वालंटियर बनकर"
28
+ }
29
+ support_methods = []
30
+ for phrase in preferences:
31
+ if '[x]' in text.split(phrase)[0][-3:]:
32
+ support_methods.append(phrase)
33
+ data['सहयोग के प्रकार'] = support_methods
34
+
35
+ checklist = {
36
+ "उद्देश्य बताया": "संस्थापक सदस्य को विस्तार से जन सुराज का उद्देश्य बताया",
37
+ "कार्य और अधिकार बताए": "सदस्य को बताया गया कि उसके कार्य और अधिकारों से अवगत कराया",
38
+ "कॉल बताया": "सदस्य को सहयोग के लिए संपर्क नंबर"
39
+ }
40
+ checklist_results = {}
41
+ for key, phrase in checklist.items():
42
+ match = re.search(rf'{re.escape(phrase)}\?\s*\[([x ])\]', text)
43
+ checklist_results[key] = 'हाँ' if match and match.group(1).strip() == 'x' else 'नहीं'
44
+ data['चेकलिस्ट'] = checklist_results
45
+
46
+ for k, v in data.items():
47
+ if isinstance(v, re.Match):
48
+ data[k] = v.group(1).strip()
49
+ return data
50
+
51
+ extracted_info = extract_data(text)
52
+ return extracted_info
53
+
54
+ # Gradio Interface
55
+ iface = gr.Interface(
56
+ fn=extract_info_from_image,
57
+ inputs=gr.Image(type="pil"),
58
+ outputs="json",
59
+ title="जन सुराज सदस्यता फॉर्म डेटा एक्सट्रैक्टर",
60
+ description="Upload a scanned जन सुराज सदस्यता form and extract the information automatically using OCR."
61
+ )
62
+
63
+ if __name__ == "__main__":
64
+ iface.launch()