批量提取图片中的数字：怎样整理成一张可核对的 Excel

把一批图片里的数字提取出来，最容易忽略的问题不是"能不能读到数字"，而是导出后还能不能确认每个数字来自哪张图、代表什么、有没有被人工看过。

如果 Excel 里只剩一列数字，后续发现异常时往往要重新翻全部图片。更实用的做法，是从一开始就把来源、字段、识别结果和复核状态一起整理进表里。

对大多数批量图片任务来说，下面五列已经可以组成最小的可核对结构。

来源定位	字段	识别结果	复核值	状态
图片文件名 + 编号	金额	1280.50	待确认	待复核

来源定位可以是图片文件名加序号，也可以是文件夹名加图片编号。重点是让接收 Excel 的人能找到原图，而不是只能看到一个孤立数字。

字段不要只写"数字"。同样是 1200，它可能是编号、金额、数量、日期的一部分，或某个页码。字段含义明确后，才知道哪些格式必须保留、哪些异常要优先检查。

💡 识别值不是最终值

在重要材料中，识别结果应当作为待确认数据保留；复核值和状态用于记录是否已经回看原图，而不是用空白掩盖不确定性。

数字字段的规则不同，直接影响 Excel 的格式和核对方式。批量处理前，至少把下面几类分开。

编号通常更适合在 Excel 中按文本保存。金额和数量需要提前约定小数位与单位，日期要确认是年月日还是月日年。不要等到全部导出后，再凭印象把一列数据批量改成另一种格式。

一张图片上往往有多个数字：编号、日期、金额、电话、页码都可能同时出现。若目标是汇总金额，就应把字段定义写成"含税金额"或"合计金额"，并补充取值规则，而不是让系统返回所有可见数字。

处理流程可以按下面五步执行：

文档工作台可导入图片，按字段目标整理结果，并把确认后的字段导出为 Excel。对需要核对的材料，仍应保留原图和来源定位，不能只保留最终数字。

图 1：原始页面与字段结果并排显示，可用于回看数字所在位置。图片来自文档工作台客户端。

数字识别的错误通常集中在少数位置。下面这些情况，建议直接标为待复核，而不是自动替换。

异常值的价值在于提醒人回看原图。找不到或看不清时，应保留为空并写明待查原因，不要根据相邻记录、常见格式或上下文猜一个数字。

如果表格中的识别结果在 C 列、复核值在 D 列，状态列可以用下面的逻辑判断是否需要继续处理：

=IF(OR(C2="",D2=""),"待复核",IF(C2=D2,"一致","待复核"))

这不是为了让公式替代人工判断，而是把空值和不一致值集中列出来。对于金额、编号等重要字段，还可以按状态筛选出待复核记录，再逐条回到对应图片。

图 2：字段结果导出为 Excel 后，可继续补充确认值和复核状态。图片来自文档工作台客户端。

交付前再检查一次：来源定位是否完整、编号是否保留前导零、金额的小数点和负号是否正确、空值是否有原因、状态是否都已处理。这样得到的 Excel 才能支持后续审核、录入或统计。

先选几张能够覆盖清晰图片、模糊图片、多个数字区域和特殊格式的样本。确认字段定义、Excel 列结构和复核规则都可用后，再扩展到整批图片。

批量提取图片中的数字，真正要交付的不是一列看起来完整的数值，而是一张每个值都能回到原图、能看出是否已确认的 Excel。先设计核对表，再开始识别，后续返工会更少。