Python调用百度AI实现图片上表格识别功能
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_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webbrowser.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 = open(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猪先飞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猪先飞!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 专做了百度和google的网盟推广以作推广效果的评估比较。百度的周期为6天,google为4天。 从百度的统计数据可以看出这六天的点击次数总共为464,平均点击花费了0.30元...2017-07-06
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-13
- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要介绍了使用Python的pencolor函数实现渐变色功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-03-09
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-05-02
- 这篇文章主要介绍了python自动化办公操作PPT的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-05
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-20- 这篇文章主要介绍了解决python 两个时间戳相减出现结果错误的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-12
- 这篇文章主要为大家详细介绍了python实现学生通讯录管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-25
- 这篇文章主要介绍了PyTorch一小时掌握之迁移学习篇,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-08