RxBagExtractor 0.1.6

Filter OCR text from prescriptions to extract drug-related texts

RxBagExtractor

RxBagExtractor 약봉투 사진을 OCR로 읽은 뒤, 해당 텍스트에서 약물명 관련 텍스트를 추출하는 파이썬 라이브러리입니다. 한글로 작성된 처방전 텍스트 처리에 최적화되어 있습니다.

Installation

pip install RxBagExtractor

Usage

Required Parameter

• ocr_text: OCR로 읽은 후 얻은 텍스트로, 각 줄이 엔터로 구분된 긴 문자열입니다.

Optional Parameters

• stopwords_customize: 기본 불용어 리스트 외에 추가적으로 필터링하고 싶은 단어들을 문자열 리스트로 입력할 수 있습니다.
• patterns_exact_customize: OCR 텍스트의 각 줄에서 정확히 매치되어야 할 정규 표현식을 포함하는 리스트. 기본적으로 설정된 정규표현식 외에 추가적으로 필터링하고 싶은 정규표현식이 있을시 사용합니다. 각 항목은 re.compile(r"정규표현식") 형식으로 입력됩니다.
• patterns_include_customize: OCR 텍스트의 각 줄에 이 정규표현식이 포함되어 있으면 해당 줄을 삭제합니다. 기본적으로 설정된 정규표현식 외에 추가적으로 필터링하고 싶은 정규표현식이 있을시 사용합니다. re.compile(r"정규표현식") 형식으로 입력됩니다.

Example

from RxBagExtractor import extractor

# 약봉투 사진에 대한 OCR 결과 텍스트
ocr_text = "여기에 OCR로 읽은 텍스트 입력"

# Parameter 정의
stopwords_customize = ['유아용', '방문시']
patterns_exact_customize = [re.compile(r"^\d{4}-\d{2}-\d{2}$")]
patterns_include_customize = [re.compile(r"^\d+-\d+-\d+$")]

# 함수 실행
result = extractor(ocr_text, stopwords_customize, patterns_exact_customize, patterns_include_customize)
print(result)