要使用百度的OCR（光学字符识别）API批量识别图片中的文字并将其导出到CSV文件，你需要首先注册一个百度AI API的账号，获取API密钥和秘钥。然后，你可以使用Python的`requests`库发送HTTP请求，以及`pandas`库处理数据。 以下是一个基本的步骤指南： 1. **安装依赖库**: - `requests`：用于发送HTTP请求 - `python-docx`或`openpyxl`：用于创建CSV文件，具体取决于你是否希望支持Excel格式 - 如果你的图片很多，可能还需要考虑性能优化，如使用`multiprocessing`库进行并发处理 2. **设置环境变量**: 将你的百度云开发平台的API密钥和秘钥分别存储为环境变量，例如： ``` import os os.environ["BaiduApiID"] = "your_api_id" os.environ["BaiduApiKey"] = "your_api_key" ``` 3. **定义批量识别函数**: ```python import requests import json from collections import defaultdict from io import BytesIO def recognize_text_from_image(image_path, api_url): # 需要替换为实际的API地址 params = { 'image': open(image_path, 'rb'), 'language': 'zh', } headers = {'Content-Type': 'application/x-www-form-urlencoded'} response = requests.post(api_url, data=params, headers=headers) if response.status_code == 200: result = response.json() return result.get('words_result') else: print(f"Error: {response.status_code}, {response.text}") return None ``` 4. **读取文件夹中的图片并处理**: ```python def batch_recognize_images(directory, output_csv): images_dict = defaultdict(list) for filename in os.listdir(directory): if filename.endswith(('.jpg', '.png', '.jpeg')): text = recognize_text_from_image(os.path.join(directory, filename), "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=" + os.environ["BaiduAccessToken"]) if text: images_dict[filename].append(text[0]['words']) df = pd.DataFrame.from_dict(images_dict, orient='index', columns=['Text']) df.to_csv(output_csv, index=False) ``` 5. **调用批量识别函数**: ```python directory = r"C:\path\to\your\images" # 替换为你图片所在的文件夹路径 output_csv = "output.csv" # 输出的CSV文件名 batch_recognize_images(directory, output_csv) ``` 记得在上述代码中替换相应的API URL、环境变量和文件路径。此外，如果API速率限制或频繁使用可能会导致计费问题，确保了解API的使用策略。