python-使用百度AipOcr實現表格文字圖片識別

注：本博客中的代碼實現來自百度問答：https://jingyan.baidu.com/article/c1a3101ef9131c9e646deb5c.html

代碼運行環境：win10  python3.7

需要aip庫，使用pip install baidu-aip即可

（1）目的

通過百度AipOcr庫，來實現識別圖片中的表格，並輸出問表格文件。

（2）實現

仿照百度問答：https://jingyan.baidu.com/article/c1a3101ef9131c9e646deb5c.html，實現了以下代碼：

# encoding: utf-8
import os
import sys
import requests
import time
import tkinter as tk
from tkinter import filedialog
from aip import AipOcr
 
# 定義常量
APP_ID = 'xxxxxx'
API_KEY = 'xxxxxxxxxxxxxxxxxxxxxx'
SECRET_KEY = 'xxxxxxxxxxxxxxxxxxxxxxxxx'
# 初始化AipFace對象
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
# 讀取圖片
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()


#文件下載函數
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='請選擇圖片文件夾') + '/'
    result_dir = filedialog.askdirectory(title='請選擇輸出文件夾') + '/'
    num = 0
    for name in os.listdir(data_dir):
        print ('{0} : {1} 正在處理：'.format(num+1, name.split('.')[0]))
        image = get_file_content(os.path.join(data_dir, name))
        res = client.tableRecognitionAsync(image)
        # print ("res:", res)
        if 'error_code' in res.keys():
            print ('Error! error_code: ', res['error_code'])
            sys.exit()
        req_id = res['result'][0]['request_id']    #獲取識別ID號

        for count in range(1, 20):    #OCR識別也需要一定時間，設定10秒內每隔1秒查詢一次
            res = client.getTableRecognitionResult(req_id)    #通過ID獲取表格文件XLS地址
            print(res['result']['ret_msg'])
            if res['result']['ret_msg'] == '已完成':
                break    #雲端處理完畢，成功獲取表格文件下載地址，跳出循環
            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} 下載完成。'.format(num, xls_name))
        time.sleep(1)

（3）實現效果

識別的表格圖片為：

實現的效果為（注：表格的格式人為調整過，但內容沒人為修改）：

 可以看出，識別的精度還是很高的，只有“Fellow”識別為了“Fel1low”。

（4）其它

百度智能雲應用創建鏈接：https://console.bce.baidu.com/ai/?_=1585935093810#/ai/ocr/app/list，創建了一個應用之后，就可以獲得APP_ID、API_KEY、SECRET_KEY。

百度智能雲文字識別接口說明：https://cloud.baidu.com/doc/OCR/s/3k3h7yeqa。