OCR材料信息提取工具(附件中含代码和数据)

OCR材料信息提取工具

功能说明

本工具可以从图片(JPG、PNG等)和PDF文件中自动识别并提取以下信息:

  • 材料名称
  • 规格/型号
  • 数量
  • 单位

提取的结果会自动保存到Excel文件中。

安装步骤

1. 安装Python依赖

bash 复制代码
pip install -r requirements.txt

注意:首次运行时,PaddleOCR会自动下载中文识别模型,可能需要几分钟时间。

2. 运行脚本

bash 复制代码
python ocr_to_excel.py

输出文件

运行完成后,会在当前目录生成 材料清单.xlsx 文件,包含以下列:

  • 来源文件:原始文件名
  • 材料名称:识别出的材料名称
  • 规格:材料规格/型号
  • 数量:材料数量
  • 单位:计量单位

支持的文件格式

  • 图片格式:JPG, JPEG, PNG, BMP, TIFF
  • 文档格式:PDF

处理的目录

脚本会自动处理以下两个目录中的所有文件:

  1. d://急救包(1)
  2. d://2023年第18批

注意事项

  1. 确保图片清晰度足够,文字可辨认
  2. OCR识别准确率受图片质量影响,建议处理后检查结果
  3. 首次运行会下载模型文件,请确保网络连接正常
  4. 如果识别效果不理想,可能需要调整图片对比度或分辨率

故障排除

如果遇到安装问题

如果PaddleOCR安装失败,可以尝试使用CPU版本:

bash 复制代码
pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install paddleocr

如果识别结果不理想

  1. 检查原始文件是否清晰
  2. 对于扫描PDF,确保分辨率至少300dpi
  3. 可以手动调整识别参数(在代码中修改PaddleOCR初始化参数)
相关推荐
智联视频超融合平台17 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟18 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯19 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐19 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
qq_1588954111120 小时前
Suno-API 是什么?官方 V6 模型与 Python / TypeScript 接入指南
python·ai音乐·suno api
7177771 天前
国内 AI 研发效能工具怎么选:2026 年基于公开信息的选型框架与 Gitee 实践
人工智能·gitee
Csvn1 天前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健1 天前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
翰墨之道1 天前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘