Python调用百度AI实现图片上表格识别功能

目录

• 简介
• 步骤
• 安装百度AI库
• 注册百度AI开放平台
• 调用AipOcr库识别表格文字
• 可能遇到的问题
• 批量操作
• 总结

简介

python免费调用百度AI实现图片上面的表格识别

步骤

安装百度AI库

!pip install baidu-aip

注册百度AI开放平台

先注册百度AI，获得ID和密钥。注册方法可参考：注册方法 只需走到 “1.6 获取密钥” 即可。然后记录下自己的APP_编程客栈ID、API_KEY、SECRET_KEY，就可以开始了。

调用AipOcr库识别表格文字

from aip import AipOcr #导入AipOcr模块，用于做文字识别

APP_ID = '*********' # 你申请的
API_KEY = '*********'# 你申请的
SECRET_KEY = '*********'# 你申请的
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

选择的图片为某化学方程式表（来源于网络）

以二进制方式打开图片，读取：

file = "表格图片\\化学方程式表.jpg"
pic = open(file,'rb') #以二进制方式打开图片
img = pic.read() #读取
table = client.tableRecognitionAsync(img)    #调用表格识别模块
print(table)

然后调用表格识别模块tableRecognitionAsync()，并将返回值存入变量table中并查看：

table是一个字典，其中有2个键，一个叫result，一个叫log_id。我们需要的是result中的request_id,可以通过如下语句获取：

request_id = table['result'][0]['request_id']
request_id

通过这个ID，可以获取识别完成后所保存的Excel表格的下载地址。将request_id传入getTableRecognitionResult()就能获取结果。

result = client.getTableRecognitionResult(request_id)
print(result)

打印一下结果result，就能看到下面的内容。其中result_data对应的那个网址就是Excel表格的下载地址。

调用webbrowser库使用webbrows编程客栈er.open(url)语句自动打开网址进行下载：

url = result['result']['result_data']

import webbrowser # 打开浏览器
webbrowser.open(url)

附：Python 通过浏览器 打开指定网址

1.通过默认浏览器打开网页

import webbrowser
webbrowser.open("http://www.baidu.com")

　webbrowser.open(url, new=0, autoraise=True) 在系统的默认浏览器中访问url地址，如果new=0, url会在同一个

    浏览器窗口中打开；如果new=1，新的浏览器窗口会被打开;new=2 新的浏览器tab会被打开

2.通过os模块,启动浏览器并打开指定网页

import os
os.system('"C:\Program Files\internet explorer\iexplore.exe" http://www.baidu.com')

3.使用selenium

from selenium import webdriver
url='http://www.baidu.com'
driver = webdriver.Firefox()
driver.get(url)

识别结果如下:

这个Excel文件有6张工作表，具体包含与图片中表格内容的对应关系如下。body储存表格部分的内容，header储存表头的文字，footer储存表iFalJHhx尾的文字。

识别效果并非完美，但是整体看来还行，当然，原稿越清晰，识别效果越好。

可能遇到的问题

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'”。

批量操作

先获取所有图片的路径，存入pictures列表。结果如下。

#获取路径下所有图片文件，并存入列表
import os
work_path = "表格图片\\"
pictures=[] # 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]
    pictures.extend(path)
pictures

然后将所有图片逐个传入表格识别接口，获取其请求ID及存有识别结果的Excel文http://www.cppcns.com件的下载地址。在提取Excel下载路径之前，需要先判断识别是否完成。这是通过识别结果返回的字典中的'ret_msg'对应的值来判断的。只有当它是“已完成”时，才能获得下载链接。此处用了while循环，每隔2秒刷新一下状态，直到状态是“已完成”时，才提取链接。然后使用requests.get()获取下载链接信息，写入Excel文件。Excel自动命名及下载结果如图。

from aip import AipOcr  #导入AipOcr模块，用于做文字识别
import time #时间模块
import requests #用于HTTP请求

APP_ID = '24800359' # 你申请的
API_KEY = 'PrmTtmrqkeaqhvxOPEN4eZVt'# 你申请的
SECRET_KEY = 'LOFpCH6wpLV7xZPG0DTcvV4x1Sqyvmk9'# 你申请的
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

#提交识别请求，并储存所有请求ID
for picture in pictures:
    pic = open(picture,'rb') #以二进制方式打开图片
    img = pic.read() #读取
    table = client.tableRecognitionAsync(img)    #调用表格识别模块
    request_id = table['result'][0]['request_id']
    
    #判断识别是否完成，直到完成才根据请求ID获取Excel下载路径
    result = client.getTableRecognitionResult(request_id)  #通过ID获取识别结果
    while result['result']['ret_msg'] != '已完成': #如果状态是“已完成”，才能获取下载地址
        time.sleep(2) #暂停2秒再刷新
        result = client.getTableRecognitionResult(request_id) #持续刷新，直到满足条件
        
    download_path = result['result']['result_data']
    
    #下载并将Excel文件名设为图片名
    excel_name = picture.split(".")[0] + ".xls" #让excel文件的名字与图片相同
    excel = requests.get(download_path) #抓取下载链接
    file = op编程客栈en(excel_name, 'wb') #新建excel文件
    file.write(excel.content) #写入excel文件并保存

总结

到此这篇关于Python调用百度AI实现图片上表格识别功能的文章就介绍到这了,更多相关Python调用百度AI识别表格内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！