一、前言
有一定数量类似如下截图所示的账单，利用 Python 批量识别电子账单数据，并将数据保存到Excel。
百度智能云接口
打开https://cloud.baidu.com/，如未注册请先注册，然后登录点击管理控制台，点击左侧产品服务→人工智能→文字识别，点击创建应用，输入应用名称如Baidu_OCR，选择用途如学习办公，最后进行简单应用描述，即可点击立即创建。会出现应用列表，包括AppID、API Key、Secret Key等信息，这些稍后会用到。
二、调用Baidu aip识别
首先需要安装百度的接口，命令行输入如下：
pip install baidu-aip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
查看 Python 的 SDK 文档：
AipOcr是 OCR 的 Python SDK 客户端，为使用 OCR 的开发人员提供了一系列的交互方法。参考如下代码新建一个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)
用户向服务请求识别某张图中的所有文字
""" 读取图片 """def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() image = get_file_content('example.jpg') """ 调用通用文字识别, 图片参数为本地图片 """client.basicGeneral(image) """ 调用通用文字识别（高精度版） 图片参数为本地图片 """client.basicAccurate(image)
识别出如下图片中的文字，示例如下：
代码如下：
from aip import AipOcr # """ 改成你的 百度云服务的 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') # 调用通用文字识别, 图片参数为本地图片result = client.basicGeneral(image) print(result) # 提取识别结果info ='\n'.join([i['words'] for i in result['words_result']]) print(info)
结果如下：
三、批量识别电子账单
获取所有待识别的电子账单图像
from pathlib import Path # 换成你放图片的路径p = Path(r'D:\test\test_img') # 得到所有文件夹下 .jpg 图片file = p.glob('**/*.jpg') for img_file in file: print(type(img_file)) # <class 'pathlib.WindowsPath'> 转成str img_file = str(img_file) print(img_file)
为了增加识别准确率，将账单上要提取的数据区域分割出来，再调用 Baidu AipOcr 识别。
"""@公众号 ： AI庭云君@Author ： 叶庭云@CSDN ： https://yetingyun.blog.csdn.net/"""from pathlib import Path import cv2 as cv from aip import AipOcr from time import sleepAPP_ID ='18690701'API_KEY ='QFaTVXvZdPrR05dNlR5I49xA'SECRET_KEY ='**********************************'client = AipOcr(APP_ID, API_KEY, SECRET_KEY) """ 读取图片 """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)) """ 调用通用文字识别, 图片参数为本地图片 """ result = client.basicGeneral(image) print(result) sleep(2) # 识别结果 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] # 截取图片 高 宽money = img[70:130, 150:450] # 支出 收入金额goods = img[280:330, 160:560] # 商品time_1 = img[380:425, 160:292] # 支付时间 年月日time_2 = img[380:425, 160:390] # 支付时间 完整way = img[430:475, 160:560] # 支付方式num_1 = img[480:520, 160:560] # 交易单号num_2 = img[525:570, 160:560] # 商户单号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))
发现调用 client.basicGeneral(image)，通用文字识别，-5.90识别成590，而图像里支付时间年月日 时分秒之间间隔小，识别出来都在一起了，需要把支付时间的年月日 时分秒分别分割出来识别，调用 client.basicAccurate(image)，通用文字识别(高精度版)。
完整实现如下：
"""@公众号 ： AI庭云君@Author ： 叶庭云@CSDN ： https://yetingyun.blog.csdn.net/"""from aip import AipOcr from pathlib import Path import cv2 as cv from time import sleepimport openpyxl wb = openpyxl.Workbook() sheet = wb.active sheet.append(['消费', '商品', '支付时间', '支付方式', '交易单号', '商品单号']) # """ 改成你的 百度云服务的 ID AK SK """APP_ID ='18690701'API_KEY ='QFaTVXvZdPrR05dNlR5I49xA'SECRET_KEY ='*******************************'client = AipOcr(APP_ID, API_KEY, SECRET_KEY) """ 读取图片 """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)) """ 调用通用文字识别, 图片参数为本地图片 """ result = client.basicAccurate(image) print(result) sleep(1) # 识别结果 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) # 换成你放图片的路径p = Path(r'D:\test\test_img') # 得到所有文件夹下 .jpg 图片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] # 截取图片 高、宽范围 money = img[70:130, 150:450] # 支出金额 goods = img[280:330, 160:560] # 商品 time_1 = img[380:425, 160:292] # 支付时间 年月日 time_2 = img[380:425, 290:390] # 支付时间 时分秒 way = img[430:475, 160:560] # 支付方式 num_1 = img[480:520, 160:560] # 交易单号 num_2 = img[525:570, 160:560] # 商户单号 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='识别账单结果.xlsx')
结果如下：
识别结果还不错，成功利用 Python 批量识别电子账单数据，并将数据保存到Excel。
