使用Python获取文件夹下所有图片并进行文字识别转换为Excel教程

在本教程中，我们将学习如何使用Python编写一个脚本，该脚本可以自动获取指定文件夹下的所有图片文件，并利用百度AI的文字识别服务将这些图片中的表格内容转换为Excel格式。这种功能在需要从大量图片中提取表格数据时非常有用。

教程概览

1. 环境准备：安装所需Python库。
2. 目录遍历：获取指定文件夹下的所有图片文件。
3. 百度AI文字识别：使用百度AI进行图片中表格的文字识别。
4. 数据提取与保存：将识别结果保存为Excel文件。
5. 关键词总结：列出教程相关的高搜索量关键词。
6. 生成配图：为教程创建一张21:9尺寸的配图。

1. 环境准备

首先，我们需要安装一些Python库：

• os：用于操作系统功能，如文件路径的遍历。
• aip：百度AI的Python SDK，用于文字识别。
• requests：用于发送网络请求，获取识别结果的下载链接。

可以使用pip命令安装aip和requests：

pip install baidu-aip requests

2. 目录遍历

import os

work_path = "图片\\"
pictures = []

for root, dirs, files in os.walk(work_path):
    path = [os.path.join(root, name) for name in files]
    pictures.extend(path)

这段代码会遍历work_path指定的文件夹，并将所有文件的路径存储在pictures列表中。

3. 百度AI文字识别

要使用百度AI的文字识别功能，需要先在百度AI平台注册并创建应用，获取APP_ID、API_KEY和SECRET_KEY。

from aip import AipOcr
import time

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)

4. 数据提取与保存

遍历图片列表，对每张图片进行表格文字识别，并将结果保存为Excel文件。

import requests

for picture in pictures:
    with open(picture, 'rb') as pic:
        img = pic.read()
        table = client.tableRecognitionAsync(img)
        request_id = table['result'][0]['request_id']

        result = client.getTableRecognitionResult(request_id)
        while result['result']['ret_msg'] != '已完成':
            time.sleep(2)
            result = client.getTableRecognitionResult(request_id)

        download_path = result['result']['result_data']
        excel_name = picture.split(".")[0] + ".xls"
        excel = requests.get(download_path)
        with open(excel_name, 'wb') as file:
            file.write(excel.content)