有一定數(shù)量類似如下截圖所示的賬單，利用 Python 批量識(shí)別電子賬單數(shù)據(jù)，并將數(shù)據(jù)保存到Excel。
百度智能云接口
打開https://cloud.baidu.com/，如未注冊(cè)請(qǐng)先注冊(cè)，然后登錄點(diǎn)擊管理控制臺(tái)，點(diǎn)擊左側(cè)產(chǎn)品服務(wù)→人工智能→文字識(shí)別，點(diǎn)擊創(chuàng)建應(yīng)用，輸入應(yīng)用名稱如Baidu_OCR，選擇用途如學(xué)習(xí)辦公，最后進(jìn)行簡(jiǎn)單應(yīng)用描述，即可點(diǎn)擊立即創(chuàng)建。會(huì)出現(xiàn)應(yīng)用列表，包括AppID、API Key、Secret Key等信息，這些稍后會(huì)用到。
首先需要安裝百度的接口，命令行輸入如下：
pip install baidu-aip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
查看 Python 的 SDK 文檔：
AipOcr是 OCR 的 Python SDK 客戶端，為使用 OCR 的開發(fā)人員提供了一系列的交互方法。參考如下代碼新建一個(gè)AipOcr：
from aip import AipOcr """ 你的 APPID AK SK """ APP_ID = '你的 App ID' API_KEY = '你的 Api Key' SECRET_KEY = '你的 Secret Key' client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
用戶向服務(wù)請(qǐng)求識(shí)別某張圖中的所有文字
""" 讀取圖片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
""" 調(diào)用通用文字識(shí)別, 圖片參數(shù)為本地圖片 """
client.basicGeneral(image)
""" 調(diào)用通用文字識(shí)別（高精度版） 圖片參數(shù)為本地圖片 """
client.basicAccurate(image)
識(shí)別出如下圖片中的文字，示例如下：
from aip import AipOcr
# """ 改成你的 百度云服務(wù)的 ID AK SK """
APP_ID = '18690701'
API_KEY = 'QFaTVXvZdPrR05dNlR5I49xA'
SECRET_KEY = '*******************************'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
# 調(diào)用通用文字識(shí)別, 圖片參數(shù)為本地圖片
result = client.basicGeneral(image)
print(result)
# 提取識(shí)別結(jié)果
info = '\n'.join([i['words'] for i in result['words_result']])
print(info)
結(jié)果如下：
獲取所有待識(shí)別的電子賬單圖像
from pathlib import Path
# 換成你放圖片的路徑
p = Path(r'D:\test\test_img')
# 得到所有文件夾下 .jpg 圖片
file = p.glob('**/*.jpg')
for img_file in file:
print(type(img_file)) # class 'pathlib.WindowsPath'> 轉(zhuǎn)成str
img_file = str(img_file)
print(img_file)
為了增加識(shí)別準(zhǔn)確率，將賬單上要提取的數(shù)據(jù)區(qū)域分割出來，再調(diào)用Baidu aip識(shí)別。
from pathlib import Path
import cv2 as cv
from aip import AipOcr
from time import sleep
APP_ID = '18690701'
API_KEY = 'QFaTVXvZdPrR05dNlR5I49xA'
SECRET_KEY = '**********************************'
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()
def identity(num):
result_list = []
for i in range(num):
image = get_file_content('img{}.jpg'.format(i))
""" 調(diào)用通用文字識(shí)別, 圖片參數(shù)為本地圖片 """
result = client.basicGeneral(image)
print(result)
sleep(2)
# 識(shí)別結(jié)果
info = ''.join([i['words'] for i in result['words_result']])
result_list.append(info)
print(result_list)
src = cv.imread(r'D:\test\test_img\001.jpg')
src = cv.resize(src, None, fx=0.5, fy=0.5)
# print(src.shape)
img = src[280:850, 10:580] # 截取圖片 高 寬
money = img[70:130, 150:450] # 支出 收入金額
goods = img[280:330, 160:560] # 商品
time_1 = img[380:425, 160:292] # 支付時(shí)間 年月日
time_2 = img[380:425, 160:390] # 支付時(shí)間 完整
way = img[430:475, 160:560] # 支付方式
num_1 = img[480:520, 160:560] # 交易單號(hào)
num_2 = img[525:570, 160:560] # 商戶單號(hào)
img_list = [money, goods, time_1, time_2, way, num_1, num_2]
for index_, item in enumerate(img_list):
cv.imwrite(f'img{index_}.jpg', item)
identity(len(img_list))
發(fā)現(xiàn)調(diào)用 client.basicGeneral(image)，通用文字識(shí)別，-5.90識(shí)別成590，而圖像里支付時(shí)間年月日 時(shí)分秒之間間隔小，識(shí)別出來都在一起了，需要把支付時(shí)間的年月日 時(shí)分秒分別分割出來識(shí)別，調(diào)用 client.basicAccurate(image)，通用文字識(shí)別(高精度版)。
完整實(shí)現(xiàn)如下：
"""
@File ：test_01.py
@Author ：葉庭云
@CSDN ：https://yetingyun.blog.csdn.net/
"""
from aip import AipOcr
from pathlib import Path
import cv2 as cv
from time import sleep
import openpyxl
wb = openpyxl.Workbook()
sheet = wb.active
sheet.append(['消費(fèi)', '商品', '支付時(shí)間', '支付方式', '交易單號(hào)', '商品單號(hào)'])
# """ 改成你的 百度云服務(wù)的 ID AK SK """
APP_ID = '18690701'
API_KEY = 'QFaTVXvZdPrR05dNlR5I49xA'
SECRET_KEY = '*******************************'
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()
def identity(num):
result_list = []
for i in range(num):
image = get_file_content('img{}.jpg'.format(i))
""" 調(diào)用通用文字識(shí)別, 圖片參數(shù)為本地圖片 """
result = client.basicAccurate(image)
print(result)
sleep(1)
# 識(shí)別結(jié)果
info = ''.join([i['words'] for i in result['words_result']])
result_list.append(info)
result_list[2] = result_list[2] + ' ' + result_list[3]
result_list.pop(3)
print(result_list)
sheet.append(result_list)
# 換成你放圖片的路徑
p = Path(r'D:\test\test_img')
# 得到所有文件夾下 .jpg 圖片
file = p.glob('**/*.jpg')
for img_file in file:
img_file = str(img_file)
src = cv.imread(r'{}'.format(img_file))
src = cv.resize(src, None, fx=0.5, fy=0.5)
# print(src.shape)
img = src[280:850, 10:580] # 截取圖片 高、寬范圍
money = img[70:130, 150:450] # 支出金額
goods = img[280:330, 160:560] # 商品
time_1 = img[380:425, 160:292] # 支付時(shí)間 年月日
time_2 = img[380:425, 290:390] # 支付時(shí)間 時(shí)分秒
way = img[430:475, 160:560] # 支付方式
num_1 = img[480:520, 160:560] # 交易單號(hào)
num_2 = img[525:570, 160:560] # 商戶單號(hào)
img_list = [money, goods, time_1, time_2, way, num_1, num_2]
for index_, item in enumerate(img_list):
cv.imwrite(f'img{index_}.jpg', item)
identity(len(img_list))
# cv.imshow('img', img)
# cv.imshow('goods', time_2)
# cv.waitKey(0)
wb.save(filename='識(shí)別賬單結(jié)果.xlsx')
結(jié)果如下：
識(shí)別結(jié)果還不錯(cuò)，成功利用 Python 批量識(shí)別電子賬單數(shù)據(jù)，并將數(shù)據(jù)保存到Excel。
到此這篇關(guān)于利用Python批量識(shí)別電子賬單數(shù)據(jù)的文章就介紹到這了,更多相關(guān)Python識(shí)別電子賬單內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
標(biāo)簽：海南 郴州 大慶 平頂山 烏蘭察布 哈爾濱 合肥 烏蘭察布
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《利用Python批量識(shí)別電子賬單數(shù)據(jù)的方法》，本文關(guān)鍵詞 利用,Python,批量,識(shí)別,電子,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
