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，更多实用小工具请关注公众号【紫电的学习笔记】
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)
