Python环境下百度Ocr表格批量识别

发表于： 2020年4月30日 2020年4月30日
分类：综合

在Python环境下，利用百度AI开放平台文字识别技术，批量对表格类图片进行识别，生成Excel文件，并下载到指定文件夹内。

工具/原料

Python 3 for Windows
百度智能云账号/百度账号
OCR Python SDK

一、运行环境搭建

1安装Python 3。请自行下载安装，记住安装路径，后面需要用。
2注册并登录百度AI开放平台（http://ai.baidu.com/）控制台。
3创建文字识别应用，并记下该应用的AppID、API Key和Secret Key。
4安装OCR Python SDK。1、如果已安装pip，执行pip install baidu-aip即可。2、如果已安装setuptools，执行python setup.py install即可。下面我们使用方法1安装SDK。
5执行pip install baidu-aip安装OCR Python SDK。1、快捷键win+r，打开运行窗口；输入cmd，并确定，打开MS-DOS；2、使用cd命令，进入Python安装目录下Scripts文件夹（pip.exe在这个文件夹里面）；3、执行pip install baidu-aip等待安装完毕（如因网络问题未成功，多执行几次即可）。END

二、编写Python代码

1打开代码编辑器编写代码，可以用WINDOWS自带的记事本编写，保存后将”.txt”后缀改成”.py”。这里我们用Python自带的IDLE编写。
2运行流程：1、选择图片所在文件夹；2、选择输出文件夹；3、调用百度文字识别功能进行分析；4、查询是否处理完毕，如果处理完毕，获取成功后的”.xls”连接地址，并下载。
3参考代码：（Python对代码行缩进要求比较高，复制下列的代码请注意这一点，参考上图）

# ----------------------------------------
# Python环境下百度Ocr表格批量识别
# Email：fryflying@outlook.com
# ----------------------------------------

import os    #加载操作系统模块
from aip import AipOcr    #调用百度Ocr模块
import requests    #调用反馈模块
import time    #调用时间模块
import tkinter as tk    #调用GUI图形模块
from tkinter import filedialog

#KEY信息，请输入自己申请的应用信息
APP_ID = '1******5'
API_KEY = 'c****************************S'
SECRET_KEY = 'N**************************************G'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

#读取文件函数(返回读取结果)
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

#文件下载函数
def file_download(url, file_path):
    r = requests.get(url)
    with open(file_path, 'wb') as f:
        f.write(r.content)

root = tk.Tk()
root.withdraw()
data_dir = filedialog.askdirectory(title='请选择图片文件夹')+'/'    #用对话框选择图片存储文件夹
result_dir = filedialog.askdirectory(title='请选择输出文件夹')+'/'    #自选输出文件夹

num = 0
for name in os.listdir(data_dir):    
    print('{0}: {1} 正在处理：'.format(num+1, name.split('.')[0]))
    image = get_file_content(os.path.join(data_dir,name))    #调用读取图片子程序
    res = client.tableRecognitionAsync(image)    #调用表格文字识别

    req_id = res['result'][0]['request_id']    #获取识别ID号
    
    for count in range(1,10):    #OCR识别也需要一定时间，设定10秒内每隔1秒查询一次
        res = client.getTableRecognitionResult(req_id)    #通过ID获取表格文件XLS地址
        print(res['result']['ret_msg'])
        if res['result']['ret_msg'] == '已完成':
            break    #云端处理完毕，成功获取表格文件下载地址，跳出循环
        else:
            time.sleep(1)
           
    url = res['result']['result_data']
    xls_name = name.split('.')[0] + '.xls'
    file_download(url, os.path.join(result_dir, xls_name))    #调用文件下载子程序
    num = num + 1
    print('{0}: {1} 下载完成。'.format(num, xls_name))
    time.sleep(1)

运行程序：

方法一：直接双击”***.py”运行文件；

方法二：右键”***.py”使用IDLE打开，按F5执行；（此方法方便调试）

三、测试结果

准备待测试图片
执行过程
执行结果 END

注意事项

百度表格文字识别每天50次免费，已经识别过的表格可不限次下载（保存代码里面获取的URL地址即可）；
图片大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式，推荐使用JPG格式。
图片中的表格四个角都要有，否则会输出结果会缺行或缺列。
图片中的表格线条横平竖直最好，如果是斜的，识别率会大大降低，扫描的时候需要摆正，如果是拍照，推荐使用扫描全能王APP。

链接地址https://jingyan.baidu.com/article/c1a3101ef9131c9e646deb5c.html

python-使用百度AipOcr实现表格文字图片识别

代码运行环境：win10 python3.7

需要aip库，使用pip install baidu-aip即可

（1）目的

通过百度AipOcr库，来实现识别图片中的表格，并输出问表格文件。

（2）实现

仿照百度问答：https://jingyan.baidu.com/article/c1a3101ef9131c9e646deb5c.html，实现了以下代码：

 # encoding: utf-8
import os
import requests
import time
import tkinter as tk
from tkinter import filedialog
from aip import AipOcr
  
# 定义常量，需要自己去百度智能云申请
APP_ID = '1*****'
API_KEY = 'L**************'
SECRET_KEY = '8**************'
 # 初始化AipFace对象
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
  
 # 读取图片
def get_file_content(filePath):
     with open(filePath, 'rb') as fp:
         return fp.read()
 
 
 #文件下载函数
def file_download(url, file_path):
     r = requests.get(url)
     with open(file_path, 'wb') as f:
         f.write(r.content)
 
 
if __name__ == "__main__":    
     root = tk.Tk()
     root.withdraw()
     data_dir = filedialog.askdirectory(title='请选择图片文件夹') + '/'
     result_dir = filedialog.askdirectory(title='请选择输出文件夹') + '/'
     num = 0
     for name in os.listdir(data_dir):
         print ('{0} : {1} 正在处理：'.format(num+1, name.split('.')[0]))
         image = get_file_content(os.path.join(data_dir, name))
         res = client.tableRecognitionAsync(image)
         req_id = res['result'][0]['request_id']    #获取识别ID号
 
         for count in range(1,10):    #OCR识别也需要一定时间，设定10秒内每隔1秒查询一次
             res = client.getTableRecognitionResult(req_id)    #通过ID获取表格文件XLS地址
             print(res['result']['ret_msg'])
             if res['result']['ret_msg'] == '已完成':
                 break    #云端处理完毕，成功获取表格文件下载地址，跳出循环
             else:
                 time.sleep(1)
 
         url = res['result']['result_data']
         xls_name = name.split('.')[0] + '.xls'
         file_download(url, os.path.join(result_dir, xls_name))
         num += 1
         print ('{0} : {1} 下载完成。'.format(num, xls_name))
         time.sleep(1)

（3）实现效果

识别的表格图片为：

实现的效果为（注：表格的格式人为调整过，但内容没人为修改）：

可以看出，识别的精度还是很高的，只有“Fellow”识别为了“Fel1low”。

（4）其它

百度智能云应用创建链接：https://console.bce.baidu.com/ai/?_=1585935093810#/ai/ocr/app/list，创建了一个应用之后，就可以获得APP_ID、API_KEY、SECRET_KEY。

百度智能云文字识别接口说明：https://cloud.baidu.com/doc/OCR/s/3k3h7yeqa。

原文地址：http://www.mamicode.com/info-detail-2971835.html

百度API批量识别表格

安装OCR Python SDK
支持Python版本：2.7.+ ,3.+

安装使用Python SDK有如下方式：

如果已安装pip，执行pip install baidu-aip即可。
如果已安装setuptools，执行python setup.py install即可。
新建AipOcr
参考如下代码新建一个AipOcr：

from aip import AipOcr

“”” 你的 APPID AK SK “””
APP_ID = ‘你的 App ID’
API_KEY = ‘你的 Api Key’
SECRET_KEY = ‘你的 Secret Key’

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

简单代码实现

import os
from aip import AipOcr
import requests
import time
 
 
""" 你的 APPID AK SK """
APP_ID = '1530xxxx'
API_KEY = 'fXp9dxxxxxxxxxxxxxxxxxxx'
SECRET_KEY = 'Ltvxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
 
""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
 
"""文件下载"""
def file_download(url, name):
    res = requests.get(url)
    with open(name+'.xls', 'wb') as f:
        f.write(res.content)
 
 
filelist = os.listdir('./规划情况表') #设定图片目录
 
 
for file in filelist:
    image = get_file_content('./规划情况表/' + file)
    res = client.tableRecognitionAsync(image)
    requestId = res['result'][0]['request_id']
    while True:
        time.sleep(3)
        res2=client.getTableRecognitionResult(requestId)
        msg=res2['result']['ret_msg']
        if msg == '已完成':
            url = res2['result']['result_data']
            file_download(url, file[:-4])
            print(file + ' down')
            break
        else:
            time.sleep(1)

链接地址https://blog.csdn.net/baiguikai/article/details/105129585

利用Python和百度开放API接口，写一个文字或表格识别软件

代码中GUI绘制用的是PYQT5及相关的模块，代码测试好后用pyinstaller打包成exe使用

打开后输入app_id，api_key，api_secret后选择文件，然后选择图片开始识别，推荐使用高精度的，准确率较高，但是每日免费次数较少
成品自带我自己的免费接口，等哪天我想起来打开百度开放API的时候就关了吧

表格识别因为百度接口原因只能在识别结果网址中下载打开

# -*- coding: utf-8 -*-
 
# Form implementation generated from reading ui file 'ocr.ui'
#
# Created by: PyQt5 UI code generator 5.11.3
 
# WARNING! All changes made in this file will be lost!
 
import sys
from PyQt5 import QtCore, QtGui, QtWidgets
from PyQt5.QtWidgets import *
from aip import AipOcr
 
def get_file(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
 
def message(Title,Text):
    message = QMessageBox()
    message.addButton(QPushButton('确定'), QMessageBox.YesRole)
    message.setWindowTitle(Title)
    message.setText(Text)
    message.exec_()
 
class Ui_MainWindow(object):
    def setupUi(self, MainWindow):
        self.mod = 0
        MainWindow.setObjectName("MainWindow")
        MainWindow.resize(1024,720)
 
        self.centralwidget = QtWidgets.QWidget(MainWindow)
        self.centralwidget.setObjectName("centralwidget")
        self.gridLayout = QtWidgets.QGridLayout(self.centralwidget)
        self.gridLayout.setObjectName("gridLayout")
        self.textEdit = QtWidgets.QTextEdit(self.centralwidget)
        self.textEdit.setObjectName("result")
        self.gridLayout.addWidget(self.textEdit,0,0,50,1)
        self.textEdit_2 = QtWidgets.QTextEdit(self.centralwidget)
        self.gridLayout.addWidget(self.textEdit_2,0,1,1,3)
        self.textEdit_2.setObjectName("filepath")
        self.textEdit_2.isReadOnly()
        self.textEdit_3 = QtWidgets.QTextEdit(self.centralwidget)
        self.gridLayout.addWidget(self.textEdit_3,3,1,1,3)
        self.textEdit_3.setObjectName("url")
        self.pushButton = QtWidgets.QPushButton(self.centralwidget)
        self.gridLayout.addWidget(self.pushButton,2,2,1,1)
        self.pushButton.setObjectName("choose_filepath")
        self.pushButton_2 = QtWidgets.QPushButton(self.centralwidget)
        self.gridLayout.addWidget(self.pushButton_2,49,3,1,1)
        self.pushButton_2.setObjectName("start_OCR")
        self.pushButton_3 = QtWidgets.QPushButton(self.centralwidget)
        self.gridLayout.addWidget(self.pushButton_3,4,2,1,1)
        self.pushButton_3.setObjectName("set_url")
        self.pushButton_4 = QtWidgets.QPushButton(self.centralwidget)
        self.gridLayout.addWidget(self.pushButton_4,49,1,1,1)
        self.pushButton_4.setObjectName("set_url")
        self.textEdit_4 = QtWidgets.QTextEdit(self.centralwidget)
        self.gridLayout.addWidget(self.textEdit_4,5,1,1,2)
        self.textEdit_4.setObjectName("app_id")
        self.label = QtWidgets.QLabel(self.centralwidget)
        self.gridLayout.addWidget(self.label,5,3,1,1)
        self.label.setObjectName("set_app_id")
        self.textEdit_5 = QtWidgets.QTextEdit(self.centralwidget)
        self.gridLayout.addWidget(self.textEdit_5,6,1,1,2)
        self.textEdit_5.setObjectName("app_id")
        self.label_2 = QtWidgets.QLabel(self.centralwidget)
        self.gridLayout.addWidget(self.label_2,6,3,1,1)
        self.label_2.setObjectName("set_api_key")
        self.textEdit_6 = QtWidgets.QTextEdit(self.centralwidget)
        self.gridLayout.addWidget(self.textEdit_6,7,1,1,2)
        self.textEdit_6.setObjectName("secret_key")
        self.label_3 = QtWidgets.QLabel(self.centralwidget)
        self.gridLayout.addWidget(self.label_3,7,3,1,1)
        self.label_3.setObjectName("set_secret")
        self.radiobutton = QtWidgets.QRadioButton(self.centralwidget)
        self.gridLayout.addWidget(self.radiobutton,8,1,1,1)
        self.radiobutton.setChecked(True)
        self.radiobutton_2 = QtWidgets.QRadioButton(self.centralwidget)
        self.gridLayout.addWidget(self.radiobutton_2,8,2,1,1)
        self.radiobutton_3 = QtWidgets.QRadioButton(self.centralwidget)
        self.gridLayout.addWidget(self.radiobutton_3,9,1,1,1)
        self.radiobutton_4 = QtWidgets.QRadioButton(self.centralwidget)
        self.gridLayout.addWidget(self.radiobutton_4,9,2,1,1)
 
        MainWindow.setCentralWidget(self.centralwidget)
        self.statusbar = QtWidgets.QStatusBar(MainWindow)
        self.statusbar.setObjectName("statusbar")
        MainWindow.setStatusBar(self.statusbar)
 
        self.retranslateUi(MainWindow)
        QtCore.QMetaObject.connectSlotsByName(MainWindow)
 
        self.pushButton.setFont(QtGui.QFont("华文新魏", 15))
        self.pushButton_2.setFont(QtGui.QFont("华文新魏", 15))
        self.pushButton_3.setFont(QtGui.QFont("华文新魏", 15))
        self.pushButton_4.setFont(QtGui.QFont("华文新魏", 15))
        self.textEdit.setFont(QtGui.QFont("", 10))
        self.textEdit.setText("识别前请填入app_id、api_key和secret_key\r\n"
                              "填入完成后选择本地文件或者输入网址\r\n"
                              "文字识别完成后会显示在这里\r\n"
                              "图片识别完成后是一个链接，打开下载到本地用Excel打开即可\r\n")
        self.textEdit_2.setFont(QtGui.QFont("华文新魏", 10))
        self.textEdit_2.setText("等待选择文件")
        self.textEdit_3.setFont(QtGui.QFont("华文新魏", 10))
        self.textEdit_3.setText("等待输入网址")
        self.textEdit_4.setFont(QtGui.QFont("华文新魏", 10))
        self.textEdit_4.setText("")#app_id
        self.textEdit_5.setFont(QtGui.QFont("华文新魏", 10))
        self.textEdit_5.setText("")#api_key
        self.textEdit_6.setFont(QtGui.QFont("华文新魏", 10))
        self.textEdit_6.setText("")#api_secert
        self.label.setText("APP_ID")
        self.label.setFont(QtGui.QFont("华文新魏",15))#设置字体样式
        self.label.setAlignment(QtCore.Qt.AlignCenter)#居中
        self.label_2.setText("API_KEY")
        self.label_2.setFont(QtGui.QFont("华文新魏", 15))  # 设置字体样式
        self.label_2.setAlignment(QtCore.Qt.AlignCenter)  # 居中
        self.label_3.setText("SECRET")
        self.label_3.setFont(QtGui.QFont("华文新魏", 15))  # 设置字体样式
        self.label_3.setAlignment(QtCore.Qt.AlignCenter)  # 居中
        self.radiobutton.setText("文字识别")
        self.radiobutton.setFont(QtGui.QFont("华文新魏", 13))
        self.radiobutton_2.setText("文字识别（高精度）")
        self.radiobutton_2.setFont(QtGui.QFont("华文新魏", 13))
        self.radiobutton_3.setText("表格识别")
        self.radiobutton_3.setFont(QtGui.QFont("华文新魏", 13))
        self.radiobutton_4.setText("表格识别（高精度）")
        self.radiobutton_4.setFont(QtGui.QFont("华文新魏", 13))
 
        self.pushButton.clicked.connect(self.choosefile)
        self.pushButton_2.clicked.connect(self.start)
        self.pushButton_3.clicked.connect(self.seturl)
        self.pushButton_4.clicked.connect(self.clear)
 
    def retranslateUi(self, MainWindow):
        _translate = QtCore.QCoreApplication.translate
        MainWindow.setWindowTitle(_translate("MainWindow", "Simple OCR"))
        self.pushButton.setText(_translate("MainWindow", "选择文件"))
        self.pushButton_2.setText(_translate("MainWindow", "开始识别"))
        self.pushButton_3.setText(_translate("MainWindow","输入网址"))
        self.pushButton_4.setText(_translate("MainWindow", "清空"))
 
    def choosefile(self):
        self.filename,self.filetype = QFileDialog.getOpenFileName(directory="C:\\Users\\Administrator\\Desktop",filter="JPG Files (*.jpg);;PNG Files (*.png);;BMP Files (*.bmp)")
        self.textEdit_2.setText(self.filename)
        self.filepath = self.textEdit_2.toPlainText()
        self.filepath.replace("/","\\")
        self.mod = 1
        self.textEdit_3.setText("等待输入网址")
 
    def start(self):
        messageBox = QMessageBox()
        if self.textEdit_4.toPlainText() == "等待输入APP_ID" or self.textEdit_5.toPlainText() == "等待输入API_KEY"  or self.textEdit_6.toPlainText() ==  "等待输入SECRET_KEY":
            message('警告','请输入正确的信息')
        else:
            self.app_id = self.textEdit_4.toPlainText()
            self.api_key = self.textEdit_5.toPlainText()
            self.secert = self.textEdit_6.toPlainText()
            self.client = AipOcr(self.app_id,self.api_key,self.secert)
            if self.radiobutton.isChecked():
                #文字识别
                if self.mod == 1:
                    self.img = get_file(self.filepath)
                    self.result = self.client.basicGeneral(self.img)
                    self.words = self.result["words_result"]
                    self.textEdit.setText("")
                    self.content = ""
                    for self.word in self.words:
                        self.content = self.content + self.word["words"] + "\r\n"
                    self.textEdit.insertPlainText(self.content)
                elif self.mod == 2:
                    self.result = self.client.basicGeneralUrl(self.url)
                    self.words = self.result["words_result"]
                    self.textEdit.setText("")
                    self.content = ""
                    for self.word in self.words:
                        self.content = self.content + self.word["words"] + "\r\n"
                    self.textEdit.insertPlainText(self.content)
                else:
                    message('警告','请选择文件或输入网址')
            elif self.radiobutton_2.isChecked():
                #文字识别（高精度）
                if self.mod == 1:
                    self.img = get_file(self.filepath)
                    self.result = self.client.basicAccurate(self.img)
                    self.words = self.result["words_result"]
                    self.textEdit.setText("")
                    self.content = ""
                    for self.word in self.words:
                        self.content = self.content + self.word["words"] + "\r\n"
                    self.textEdit.insertPlainText(self.content)
                elif self.mod == 2:
                    message('警告','该模式不支持网络图片\r\n请选择本地图片')
                else:
                    message('警告','请选择文件或输入网址')
            elif self.radiobutton_3.isChecked():
                if self.mod == 1:
                    self.img = get_file(self.filepath)
                    self.result = self.client.tableRecognition(self.img)["result"]
                    self.result_data = self.result["result_data"]
                    self.textEdit.setText("网址为： "+ self.result_data + "\r\n请下载")
                elif self.mod == 2:
                    message('警告','该模式不支持网络图片\r\n请选择本地图片')
                else:
                    message('警告','请选择文件或输入网址')
                #表格识别
            elif self.radiobutton_4.isChecked():
                message('警告','该模式不可用')
 
    def seturl(self):
        if self.textEdit_3.toPlainText() == "等待输入网址":
            message('警告','请输入网址')
        else:
            self.url = self.textEdit_3.toPlainText()
            self.mod = 2
            self.textEdit_2.setText("等待选择文件")
 
    def clear(self):
        self.textEdit.setText("识别前请填入app_id、api_key和secret_key\r\n"
                              "填入完成后选择本地文件或者输入网址\r\n"
                              "文字识别完成后会显示在这里\r\n"
                              "图片识别完成后是一个链接，打开下载到本地用Excel打开即可\r\n")
 
if __name__ == '__main__':
    app = QtWidgets.QApplication(sys.argv)
    mainwindow = QtWidgets.QMainWindow()
    ui = Ui_MainWindow()
    ui.setupUi(mainwindow)
    mainwindow.show()
    sys.exit(app.exec_())

admin

116

2020年 4月
一	二	三	四	五	六	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30