每日小结/第十三周总结

将图片扫面并转化为excel文件

from django.shortcuts import render,HttpResponse,redirect
from django.http import HttpResponse
import os
import cv2
import pandas as pd
from PIL import Image
import pytesseract
import io
import openpyxl
tesseract_cmd = r'D:\develop\Tesseract\tesseract'
pytesseract.pytesseract.tesseract_cmd =tesseract_cmd

#导入  views



# Create your views here.

def team_index(request):
    if request.method == 'POST' and request.FILES['image']:
        # 接收上传的图片文件
        image_file = request.FILES['image']

        # 读取图片并识别文字
        image = Image.open(image_file)
        text = pytesseract.image_to_string(image, lang='eng')

        # 将识别出来的文字存为Excel文件
        output = io.BytesIO()
        writer = pd.ExcelWriter(output, engine='openpyxl')
        df = pd.DataFrame({'Text': [text]})
        df.to_excel(writer, sheet_name='Sheet1', index=False)
        writer._save()
        output.seek(0)

        # 返回Excel文件给用户下载
        response = HttpResponse(output.getvalue(), content_type='application/vnd.ms-excel')
        response['Content-Disposition'] = 'attachment; filename=over.xlsx'
        return response

    return render(request, 'index.html')

1. 用户通过表单上传图片文件。
2. 代码接收上传的图片文件。
3. 使用 PIL 库的 Image.open() 方法打开图片文件。
4. 使用 pytesseract 库对图片进行文字识别，将识别结果保存在变量 text 中。
5. 创建一个 BytesIO 对象 output，用于将 DataFrame 存储为字节。
6. 使用 pd.ExcelWriter() 方法创建一个 ExcelWriter 对象 writer，指定引擎为 'openpyxl'。
7. 创建一个 DataFrame df，其中包含一个列 'Text'，值为识别出的文字内容。
8. 使用 df.to_excel() 方法将 DataFrame 写入 Excel 文件，指定 sheet 名称为 'Sheet1'，并禁用索引列。
9. 使用 writer.save() 方法保存 Excel 文件。
10. 将 output 的指针移动到文件的起始位置，以便读取文件内容。
11. 创建一个 HttpResponse 对象 response，将 Excel 文件内容作为响应的内容。
12. 设置响应的内容类型为 'application/vnd.ms-excel'，指定下载的文件名为 'over.xlsx'。
13. 返回响应对象给用户，浏览器将开始下载 Excel 文件。

因此，当用户上传图片后，服务器会对图片进行文字识别并将结果保存为 Excel 文件，最后将该 Excel 文件返回给用户进行下载。