Python調用百度AI實現圖片上表格識別功能

簡介

Python免費調用百度AI實現圖片上面的表格識別

步驟

安裝百度AI庫

!pip install baidu-aip

註冊百度AI開放平臺

先註冊百度AI,獲得ID和密鑰。註冊方法可參考:註冊方法 隻需走到 “1.6 獲取密鑰” 即可。然後記錄下自己的APP_ID、API_KEY、SECRET_KEY,就可以開始瞭。

調用AipOcr庫識別表格文字

from aip import AipOcr #導入AipOcr模塊,用於做文字識別

APP_ID = '*********' # 你申請的
API_KEY = '*********'# 你申請的
SECRET_KEY = '*********'# 你申請的
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

選擇的圖片為某化學方程式表(來源於網絡)

以二進制方式打開圖片,讀取:

file = "表格圖片\\化學方程式表.jpg"
pic = open(file,'rb') #以二進制方式打開圖片
img = pic.read() #讀取
table = client.tableRecognitionAsync(img)    #調用表格識別模塊
print(table)

然後調用表格識別模塊tableRecognitionAsync(),並將返回值存入變量table中並查看:

table是一個字典,其中有2個鍵,一個叫result,一個叫log_id。我們需要的是result中的request_id,可以通過如下語句獲取:

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

通過這個ID,可以獲取識別完成後所保存的Excel表格的下載地址。將request_id傳入getTableRecognitionResult()就能獲取結果。

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

打印一下結果result,就能看到下面的內容。其中result_data對應的那個網址就是Excel表格的下載地址。

調用webbrowser庫使用webbrowser.open(url)語句自動打開網址進行下載:

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

import webbrowser # 打開瀏覽器
webbrowser.open(url)

附:Python 通過瀏覽器 打開指定網址

1.通過默認瀏覽器打開網頁

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

 webbrowser.open(url, new=0, autoraise=True) 在系統的默認瀏覽器中訪問url地址,如果new=0, url會在同一個

    瀏覽器窗口中打開;如果new=1,新的瀏覽器窗口會被打開;new=2 新的瀏覽器tab會被打開

2.通過os模塊,啟動瀏覽器並打開指定網頁

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)

識別結果如下:

這個Excel文件有6張工作表,具體包含與圖片中表格內容的對應關系如下。body儲存表格部分的內容,header儲存表頭的文字,footer儲存表尾的文字。

識別效果並非完美,但是整體看來還行,當然,原稿越清晰,識別效果越好。

可能遇到的問題

在開始前,需要檢查圖片的大小,必須在1K~4M之間,不然會報錯“‘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

先獲取所有圖片的路徑,存入pictures列表。結果如下。

#獲取路徑下所有圖片文件,並存入列表
import os
work_path = "表格圖片\\"
pictures=[] # 存儲文件夾內所有文件的路徑(包括子目錄內的文件)
for root, dirs, files in os.walk(work_path):
    path = [os.path.join(root, name) for name in files]
    pictures.extend(path)
pictures

然後將所有圖片逐個傳入表格識別接口,獲取其請求ID及存有識別結果的Excel文件的下載地址。在提取Excel下載路徑之前,需要先判斷識別是否完成。這是通過識別結果返回的字典中的’ret_msg’對應的值來判斷的。隻有當它是“已完成”時,才能獲得下載鏈接。此處用瞭while循環,每隔2秒刷新一下狀態,直到狀態是“已完成”時,才提取鏈接。然後使用requests.get()獲取下載鏈接信息,寫入Excel文件。Excel自動命名及下載結果如圖。

from aip import AipOcr  #導入AipOcr模塊,用於做文字識別
import time #時間模塊
import requests #用於HTTP請求

APP_ID = '24800359' # 你申請的
API_KEY = 'PrmTtmrqkeaqhvxOPEN4eZVt'# 你申請的
SECRET_KEY = 'LOFpCH6wpLV7xZPG0DTcvV4x1Sqyvmk9'# 你申請的
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

#提交識別請求,並儲存所有請求ID
for picture in pictures:
    pic = open(picture,'rb') #以二進制方式打開圖片
    img = pic.read() #讀取
    table = client.tableRecognitionAsync(img)    #調用表格識別模塊
    request_id = table['result'][0]['request_id']
    
    #判斷識別是否完成,直到完成才根據請求ID獲取Excel下載路徑
    result = client.getTableRecognitionResult(request_id)  #通過ID獲取識別結果
    while result['result']['ret_msg'] != '已完成': #如果狀態是“已完成”,才能獲取下載地址
        time.sleep(2) #暫停2秒再刷新
        result = client.getTableRecognitionResult(request_id) #持續刷新,直到滿足條件
        
    download_path = result['result']['result_data']
    
    #下載並將Excel文件名設為圖片名
    excel_name = picture.split(".")[0] + ".xls" #讓excel文件的名字與圖片相同
    excel = requests.get(download_path) #抓取下載鏈接
    file = open(excel_name, 'wb') #新建excel文件
    file.write(excel.content) #寫入excel文件並保存

總結

到此這篇關於Python調用百度AI實現圖片上表格識別功能的文章就介紹到這瞭,更多相關Python調用百度AI識別表格內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: