python+百度API识别图片中表格并保存到excel

简介

以图片形式的EXCEL表格为例，信息读取我们使用百度文字识别OCR来实现，百度接口提供了免费额度，基本满足日常使用，下面来具体看一下如何使用百度Excel识别。

准备工作

baidu-aip 安装

Python 版的 SDK 安装很简单

pip install baidu-aip

注册百度AI开放平台

创建应用需要一个百度或百度云账号，注册登录地址为：https://login.bce.baidu.com/

登录后将鼠标移到登录头像位置，在弹出菜单中点击用户中心，

如图所示：

进入需选一下相应信息，如图所示：

选完之后点保存即可。

接着将鼠标移到左侧>符号位置，再选人工智能，点击文字识别，如图所示：

点击之后会进到如下所示图中：

现在，我们就可以点击创建应用了，之后进到如下所示图中：

从上图中我们可以看出百度文字识别OCR能够识别的信息类别非常多，也就是说不只是识别表格。

如果你有其他信息识别的需求也是可以通过它来快速实现的。

这里我们填一下应用名称和应用描述，填完之后点立即创建即可。

创建完成后返回应用列表，如下图所示：

记下一下AppID&API Key&Secret Key这三个值，调用接口时使用。

代码实现

原始图片

处理后图片

导入所需模块

# 图片识别
from aip import AipOcr
# 时间模块
import time
# 网页获取
import requests 
# 操作系统接口模块
import os

为了能够对图片进行批量处理，定义get_image(image_path)函数获取对应文件夹中所有图片。

# 获取文件夹中所有图片
def get_image(image_path):
    images=[] # 存储文件夹内所有文件的路径（包括子目录内的文件）
    for root, dirs, files in os.walk(work_path):
        path = [os.path.join(root, name) for name in files]
        images.extend(path)
    return images

定义Image_Excel(APP_ID,API_KEY,SECRET_KEY)函数，获取图片中表格

def Image_Excel(APP_ID,API_KEY,SECRET_KEY):
   #  调用百度AI接口
    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    # 循环遍历文件家中图片
    images=get_image(image_path)
    for image in images：
    	# 以二进制方式打开图片
             img_open=open(image,'rb')
            # 读取图片
            img_read = img_open.read()
            # 调用表格识别模块识别图片
            table = client.tableRecognitionAsync(img_read)  
            # 获取请求ID
            request_id = table['result'][0]['request_id']
            #获取表格处理结果
             result = client.getTableRecognitionResult(request_id)  
             # 处理状态是“已完成”，获取下载地址
             while result['result']['ret_msg'] != '已完成':  
                time.sleep(2)  # 暂停2秒再刷新
                result = client.getTableRecognitionResult(request_id)  
            download_url = result['result']['result_data']
            print(download_url)
            # 获取表格数据
            excel_data = requests.get(download_url)
             # 根据图片名字命名表格名称
            xlsx_name = image.split(".")[0] + ".xlsx"  
            # 新建excel文件
            xlsx = open(xlsx_name, 'wb')  
            # 将数据写入excel文件并保存
            xlsx.write(excel_data.content) 

主函数定义

if __name__=='__main__':
    image_path = input('请输入图片所在文件夹路径：')
    APP_ID=input('APP_ID:')
    API_KEY=input('API_KEY:')
    SECRET_KEY=input('SECRET_KEY')
    Image_Excel(APP_ID,API_KEY,SECRET_KEY)

总结

到此这篇关于Python调用百度AI实现图片表格识别功能的文章就介绍到这了。

注意：

在开始前，需要检查图片的大小，必须在1K~4M之间，不然会报错“‘error_msg': ‘image size error, image is too big or too small, upper limit 4M, lower limit 1k, please check your param'”。

图片的清晰度会对识别结果产生影响

完整代码

# 图片识别
from aip import AipOcr
# 时间模块
import time
# 网页获取
import requests 
# 操作系统接口模块
import os
image_path=''
# 获取文件夹中所有图片
 
def get_image():
    images=[] # 存储文件夹内所有文件的路径（包括子目录内的文件）
    for root, dirs, files in os.walk(image_path):
        path = [os.path.join(root, name) for name in files]
        images.extend(path)
    return images
 
def Image_Excel(APP_ID,API_KEY,SECRET_KEY):
   #  调用百度AI接口
    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    # 循环遍历文件家中图片
    images=get_image()
    for image in images:
    	# 以二进制方式打开图片
        img_open=open(image,'rb')
        # 读取图片
        img_read = img_open.read()
        # 调用表格识别模块识别图片
        table = client.tableRecognitionAsync(img_read)
        # 获取请求ID
        request_id = table['result'][0]['request_id']
        #获取表格处理结果
        result = client.getTableRecognitionResult(request_id)
         # 处理状态是“已完成”，获取下载地址
        while result['result']['ret_msg'] != '已完成':
            time.sleep(2)  # 暂停2秒再刷新
            result = client.getTableRecognitionResult(request_id)
        download_url = result['result']['result_data']
        print(download_url)
        # 获取表格数据
        excel_data = requests.get(download_url)
         # 根据图片名字命名表格名称
        xlsx_name = image.split(".")[0] + ".xls"
        # 新建excel文件
        xlsx = open(xlsx_name, 'wb')
        # 将数据写入excel文件并保存
        xlsx.write(excel_data.content)
 
if __name__=='__main__':
    image_path = input('请输入图片所在文件夹路径：')
    APP_ID=input('APP_ID:')
    API_KEY=input('API_KEY:')
    SECRET_KEY=input('SECRET_KEY:')
    Image_Excel(APP_ID,API_KEY,SECRET_KEY)