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）。
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）# ----幻腾寂埒------------------------------------# Python环境下百度Ocr表格批量识别# Email：[email protected]# ----------------------------------------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 = 0for 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)
4、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
1、准备待测试图片
2、执行过程
3、执行结果
