### 实现 Python OCR 表格识别并导出 Excel 文件 使用 Python 进行 OCR 表格识别并导出为 Excel 文件，通常涉及以下几个关键步骤：调用 OCR API 识别图片中的表格内容、将识别结果转换为结构化数据（如 DataFrame），最后将数据写入 Excel 文件。 以下是一个基于 **百度 OCR 表格识别接口** 和 **pandas + openpyxl** 的代码示例，适用于批量处理图片文件并生成对应的 Excel 文件。 --- ### 1. 安装依赖库 ```bash pip install baidu-aip pandas openpyxl pillow ``` --- ### 2. 配置百度 OCR API 前往 [百度 AI 开放平台](https://cloud.baidu.com/product/ocr-general-table.html) 注册账号并获取 API 密钥。 ```python from aip import AipOcr import os import pandas as pd from PIL import Image # 百度OCR API 配置 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) ``` --- ### 3. 批量读取图片并识别表格 ```python def get_image_paths(directory): """获取指定目录下的所有图片路径""" image_extensions = ['.jpg', '.jpeg', '.png', '.bmp'] return [os.path.join(directory, f) for f in os.listdir(directory) if os.path.splitext(f)[1].lower() in image_extensions] def ocr_table(image_path): """调用百度OCR识别表格内容""" with open(image_path, 'rb') as fp: img = fp.read() result = client.tableRecognitionAsync(img) if 'error_code' in result: print(f"OCR识别失败: {result['error_msg']}") return None # 获取识别结果的下载链接 request_id = result['result']['request_id'] while True: response = client.getTableResultData(request_id) if response['result']['ret_code'] == 3: table_data = response['result']['data'] return table_data ``` --- ### 4. 解析识别结果并保存为 Excel 文件 ```python def save_to_excel(table_data, output_path): """将识别的表格数据保存为 Excel 文件""" tables = [] for sheet in table_data['tables']: rows = [] for row in sheet['body']: cells = [''] * (max(cell['column'] for cell in row) + 1) for cell in row: cells[cell['column']] = cell['words'] rows.append(cells) tables.append(pd.DataFrame(rows)) with pd.ExcelWriter(output_path, engine='openpyxl') as writer: for i, df in enumerate(tables): df.to_excel(writer, sheet_name=f'Sheet{i+1}', index=False, header=False) ``` --- ### 5. 主函数：批量处理图片并生成 Excel 文件 ```python def batch_process_images(image_dir, output_dir): image_paths = get_image_paths(image_dir) for image_path in image_paths: print(f"正在处理图片: {image_path}") table_data = ocr_table(image_path) if table_data: output_file = os.path.splitext(os.path.basename(image_path))[0] + '.xlsx' output_path = os.path.join(output_dir, output_file) save_to_excel(table_data, output_path) print(f"已保存至: {output_path}") ``` --- ### 示例调用 ```python if __name__ == '__main__': image_directory = '图片目录路径' output_directory = '输出Excel目录路径' batch_process_images(image_directory, output_directory) ``` --- ### 注意事项 - 百度 OCR 的 `tableRecognitionAsync` 接口为异步调用，需轮询获取结果。 - 若需支持中文表头或复杂表格结构，建议使用更高级的表格解析逻辑。 - 图片清晰度和表格线完整度将影响识别准确率。 ---