大家好，这里是办公智能体广场。日常办公中，身份证、营业执照、增值税发票、设备铭牌等图片，经常需要录入系统或整理成表格。手动一行行抄录不仅麻烦，还容易出错，尤其是姓名、号码、地址、型号参数这类内容，只要错一位，后面就得重新检查。
今天就介绍一个非常简单的方法：图片识别提取支持本地离线运行，断网也能用，数据不出本机。选好场景并上传图片后，就能按字段快速输出结构化信息，适合证件录入、票据归档、铭牌参数采集等常见办公场景。
一、需求分析
小编这里就举一个身份证信息提取的案例，注意，本文介绍的方案不仅仅只是身份证，任意图片都可以提取。只拿身份证一个场景讲例子。
有200多个身份证照片， 现在需要进行识别提取"姓名"，"性别" 等信息到Excel表格。照片也有横着拍的，竖着拍的。如下照片：
提取后生成一个总xlsx文档，内容如下：
结果表里面除了有身份证信息列，还会自动新增两列：
- **图片列：**原始图片的路径。
- OCR准确率： 这个也就是图片的模糊度，有些图片可能很模糊，那识别就可以准确度不高，这个值越低，就表示图片越模糊！！！
二、实现方案一：小白上手
打开鲸闲办公智能体广场，找到 "图片识别提取"，如图：
注意，可断网使用！！！
**获取： 宫中&浩气： "老罗软件"。**然后将身份证图片输入，还有选择具体的提取场景，如下：
点击提取场景 "身份证" ， 就会自动带出提示词到输入框，然后点击执行即可。
提取的字段是可以修改的，改提示词就可以。 比如内置好的身份证提示词如下：
这是中国居民身份证信息提取任务。提取字段和规则如下：
## 姓名
人像面左侧偏上区域的 2-4 个汉字人名。OCR 若把标签与人名粘在同一行，只保留人名。无法辨认则留空。
## 性别
只允许返回「男」或「女」其中一个字，不要输出标签或其它说明。
## 民族
民族称谓，如「汉」「回」「蒙古」。只取民族名本身，优先与证件原文一致。
## 出生日期
年月日信息，尽量与证件原文一致，如「1986年12月11日」。若 OCR 月份>12 或日期>31，可对照下方 18 位号码第 7-14 位（YYYYMMDD）修正。仍无法确认则留空。
## 住址
完整户籍地址，OCR 常分多行，合并为一行，保留省市区街道门牌号，去掉标签词和多余空格。
## 公民身份号码
18 位号码，末位可为 X。只含 0-9 和 X，无空格标点。少于 18 位或含非法字符则留空。"##"号 后面的就是要提取的字段名称（Excel结果文件的列名称），下面的就是该字段的解释。
内置的提示词还有很多，如下：
如果你有特殊的提取场景， 但是系统内置的又没有， 你也可以直接打开网页版DeepSeek 索要提示词，将我们内置的例子给一个就行了，比如：
提取速度介绍
小编测试200多个身份证，提取速度平均 "6秒"一张， 在离线ocr软件中，算是很快了。
三、实现方案二：Python脚本
用 Python 来批量处理图片并进行 OCR 识别，其实也是个很不错的选择，尤其适合那些经常要整理证件照片、票据截图、表单扫描件、标签铭牌，或者需要批量提取图片文字内容的朋友。
优势：
-
可以批量处理大量图片文件，效率很高
-
能按文件夹自动分组识别，适合一批一批整理材料
-
可以把识别结果统一导出为 txt、json、Excel 等格式
-
逻辑可定制，后续想改识别规则或增加字段提取也比较方便
-
免费开源，无需额外购买软件
-
支持断网运行，数据始终保存在本地，更安全
劣势：
-
需要一定的 Python 基础
-
第一次使用需要安装依赖库
-
如果图片质量较差、内容排版复杂，识别结果可能需要人工校对
-
如果还要做复杂字段提取、表格还原、版面分析，脚本调试会花一些时间
这里我给大家分享一个简单的 Python 脚本，可以把总目录下不同子文件夹中的图片分别进行 OCR 识别，并按文件夹输出对应的识别结果文件：
import os
import json
from paddleocr import PaddleOCR
# 总目录，里面每个子文件夹会单独识别
input_root = r"path\to\your\folders"
# 输出目录
output_root = r"path\to\your\output"
# 如果输出目录不存在则创建
if not os.path.exists(output_root):
os.makedirs(output_root)
# 支持的图片格式
image_exts = (".jpg", ".jpeg", ".png", ".bmp", ".webp", ".tiff")
# 初始化 OCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
def run_ocr_on_image(image_path):
result = ocr.ocr(image_path, cls=True)
lines = []
raw_items = []
if result and result[0]:
for item in result[0]:
box, (text, score) = item
text = str(text).strip()
if not text:
continue
lines.append(text)
raw_items.append({
"text": text,
"score": float(score),
"box": box
})
return {
"file_name": os.path.basename(image_path),
"full_text": "\n".join(lines),
"items": raw_items
}
def process_folder(folder_path, output_root):
folder_name = os.path.basename(folder_path)
image_files = [
f for f in os.listdir(folder_path)
if f.lower().endswith(image_exts)
]
image_files.sort()
if not image_files:
print(f"跳过空文件夹：{folder_path}")
return
txt_output_path = os.path.join(output_root, f"{folder_name}.txt")
json_output_path = os.path.join(output_root, f"{folder_name}.json")
txt_parts = []
json_results = []
for file_name in image_files:
image_path = os.path.join(folder_path, file_name)
print(f"识别中：{image_path}")
ocr_result = run_ocr_on_image(image_path)
json_results.append(ocr_result)
txt_parts.append(f"===== {file_name} =====")
txt_parts.append(ocr_result["full_text"])
txt_parts.append("")
with open(txt_output_path, "w", encoding="utf-8") as f:
f.write("\n".join(txt_parts))
with open(json_output_path, "w", encoding="utf-8") as f:
json.dump(json_results, f, ensure_ascii=False, indent=2)
print(f"已输出：{txt_output_path}")
print(f"已输出：{json_output_path}")
# 遍历总目录下所有子文件夹
for folder_name in os.listdir(input_root):
folder_path = os.path.join(input_root, folder_name)
if not os.path.isdir(folder_path):
continue
process_folder(folder_path, output_root)
print("所有文件夹处理完成！")使用时，先准备一个总目录，把每一组待识别的图片分别放进不同的子文件夹中。然后修改脚本中的输入路径和输出路径，运行后就可以按文件夹自动完成 OCR 识别，并分别生成对应的识别结果。
脚本不会修改原始图片，只会在输出目录生成新的识别结果文件，适合批量整理证件图片、票据照片、表单扫描件、标签铭牌等 OCR 材料。
不过，Python 脚本更适合有一定编程基础的用户；如果只是偶尔处理，或者希望操作更省心，那么前面的离线 OCR 方案和智能识别方案会更方便。
四、总结
面对大量图片文字提取、证件识别、票据识别、标签识别等需求，手动一张张上传、一张张复制内容，不仅效率低，还很容易出错。无论是离线 OCR 工具、OCR AI 自动识别，还是 Python 脚本，本质上都是用工具替代重复劳动。想省心省事，可以直接用离线 OCR 方案；想通过文字描述需求完成识别和整理，可以用 OCR AI 自动化；如果需要更强的批量处理和自定义能力，也可以选择 Python 脚本。选对方法之后，原本繁琐的图片文字整理工作，就能更快、更规范地完成。