【学以致用|python自动化办公】OCR批量识别自动存为Excel（批量识别发票）

文章目录

Python自动化办公
- OCR批量识别自动存为Excel

Python自动化办公

OCR批量识别自动存为Excel

本笔记仅用于复盘与日后回顾。在此特别感谢开源库 poocr 的作者 晚枫老师 （CoderWanFeng），感谢 腾讯云 相关功能的支持

前期准备：需要配置好python和pycharm，我用的是python3.9.7PyCharm2023.3.4专业版（具体安装和配置教程可以上B站上找找）

需要用到的软件安装好后就开始正式操作了

具体步骤如下：

1.下载poocr

poocr 是一个文字识别的第三方库

打开Terminal，输入

bash 复制代码

pip install -i https://mirrors.aliyun.com/pypi/simple/ poocr -U

使用阿里云镜像下载poocr

附：

下载poocr需要pip，下载前最好先检查一下pip是否准备好了

win+R打开终端

检查pip是否已经安装：
bash 复制代码
pip --version
如果没安装好，再安装一下：
bash 复制代码
python -m ensurepip --upgrade
拓展查看pip已经安装的应用：
bash 复制代码
pip List

2.开通腾讯云账号

注册一个腾讯云账号
找到OCR这个功能

文字识别 OCR_ 图片文字识别_图片文字智能识别-腾讯云
点击免费体验，获得每个月1000次的免费额度
打开API密钥管理

访问密钥 - 控制台

新建一个密钥，复制下自己的id和key

3.具体代码（以识别发票为例）

python 复制代码

import poocr

r_id = '你的id'
r_key = '你的密钥'

poocr.ocr2excel.VatInvoiceOCR2Excel(input_path=r'你存放图片的文件夹',
                                    output_path=r'你导出Excel的文件夹地址',
                                    id=r_id,key=r_key)

>>逐行解释

第 1 行：import poocr

python 复制代码

import poocr

作用：导入 poocr 这个第三方 Python 库。
解释：
- poocr 是一个用于 OCR（光学字符识别）办公自动化 的库，特别擅长识别发票、表格等。

第 2行：r_id = '你的id'

python 复制代码

r_id = '你的id'

作用：定义一个变量 r_id，用来存储你的 云服务密钥 ID。
解释：
- 这里的 id 是调用 腾讯云 OCR 接口 所需的 SecretId。
- 你必须去腾讯云官网注册账号，开通 OCR 服务，并获取 SecretId 和 SecretKey。
- 示例（真实值）：
  python 复制代码
```
r_id = 'AKIDXXXXX123456789'
```

第 3 行：r_key = '你的密钥'

python 复制代码

r_key = '你的密钥'

作用：定义变量 r_key，存储你的 云服务密钥 Key。
解释

：
- 这是 SecretKey，和 SecretId 配合使用，用于身份验证。
- 示例：
  python 复制代码
```
r_key = 'DDzhJlDZv4ziFZfYEhwwlPyMXUM2Xqxu'
```

剩下几行：调用 VatInvoiceOCR2Excel 函数

python 复制代码

poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path=r'你存放图片的文件夹',
    output_path=r'你导出Excel的文件夹地址',
    id=r_id,
    key=r_key
)

poocr.ocr2excel.VatInvoiceOCR2Excel(...)

作用：调用 poocr 库中的一个高级功能函数。
解释：
- poocr：主库
- .ocr2excel：子模块，表示"OCR 转 Excel"
- .VatInvoiceOCR2Excel：具体函数名，意思是：
  
  增值税发票（VAT Invoice）OCR 识别 → 自动导出为 Excel 表格

4.其他功能

其他功能请见晚枫老师的文章

Python实现图片文字提取，准确率高达99%，100多个功能全给你！

5.总结

腾讯云OCR：提供核心的发票识别能力，处理图像并提取相关信息

用腾讯云OCR识别图像上的信息，返回成JSON格式，接着让poocr处理
POOCR：

在python程序中获取发票的关键信息进一步保存和分析