IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 使用腾讯OCR,图片转表格 -> 正文阅读

[Python知识库]使用腾讯OCR,图片转表格

不是广告哈,就是记录一下操作,因为这些页面真的很难找,即便知道缺什么也找不到对应位置在哪…

调用说明:(以Python为例)

整个流程:

  1. 腾讯开服务
  2. 图片转base64编码
  3. 把base64编码转腾讯OCR
  4. 腾讯OCR返回的json,转Pandas Dict类型
  5. 整理dict的数据为Pandas DataFrame类型

步骤1:腾讯开服务

  1. 进入控制台:https://console.cloud.tencent.com/cam/capi,新建一个密钥:
    在这里插入图片描述

  2. 在控制台开启资源包:https://console.cloud.tencent.com/ocr/overview

步骤2:图片转Base64使用

def change_img_to_base64(image_path):
    """base64编码图片"""
    with open(image_path, 'rb') as f:
        image_data = f.read()
        base64_data: bytes = base64.b64encode(image_data)  # base64编码
        return base64_data

步骤3:把Base64编码转腾讯OCR

def tencent_ocr(suffix, image_based_64):
    """腾讯OCR
    :param suffix:图片的后缀,比如png,jpg
    :param image_based_64:图片的base64编码
    """
    from tencentcloud.common import credential
    from tencentcloud.common.profile.client_profile import ClientProfile
    from tencentcloud.common.profile.http_profile import HttpProfile
    from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
    from tencentcloud.ocr.v20181119 import ocr_client, models
    try:
        cred = credential.Credential("自己的SecretId(看步骤1)", "自己的SecretKey(看步骤1)")
        httpProfile = HttpProfile()
        httpProfile.endpoint = "ocr.tencentcloudapi.com"

        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile)

        req = models.RecognizeTableOCRRequest()
        params = {
            "ImageBase64": "data:image/{suffix};base64,{image_based_64}".format(
                suffix=suffix, image_based_64=image_based_64.decode("utf8"))
        }
        req.from_json_string(json.dumps(params))
        resp = client.RecognizeTableOCR(req)
        return resp.to_json_string()
    except TencentCloudSDKException as err:
        print(err)

步骤4:Json转Dict

def json_to_dict(my_json: str) -> dict:
    """json转dict类型"""
    return json.loads(my_json)

步骤5:Dict数据转Pandas.DataFrame格式:

def formation(json_data):
    """根据腾讯ocr识别结果整理格式并输出"""
    if json_data is not None:
        dict_data = json_to_dict(json_data)
        for table_index, table_data in enumerate(dict_data['TableDetections']):  # 遍历每个表格的数据
            table_data_list = []
            for each_table_data in table_data['Cells']:  # 遍历每个表中的数据
                content: str = each_table_data['Text']
                x_y: list = list(each_table_data['Polygon'][0].values())
                x_y.append(content)
                table_data_list.append(x_y)
            # 整理格式
            table_df = pd.DataFrame(table_data_list)
            table_df.columns = ['x', 'y', 'content']
            table_df.sort_values(by=['y', 'x'], ascending=True, inplace=True)
            for index, line_df in table_df.groupby("y"):  # 按每行进行处理
                line_df.sort_values(by=['x'], ascending=True, inplace=True)
                line_values = line_df['content'].values  # 当前行的数据
                print(",".join(line_values))

步骤6:整体依次调用

if __name__ == '__main__':
    image = "mypic.png"
    image_base64 = change_img_to_base64(image)  # 步骤1:图片转base64
    suffix = image.split('.')[-1]  # 后缀
    tencent_result: json = tencent_ocr(suffix, image_base64)
    formation(tencent_result)

完整代码

import base64
import json
import pandas as pd


def change_img_to_base64(image_path):
    """base64编码图片"""
    with open(image_path, 'rb') as f:
        image_data = f.read()
        base64_data: bytes = base64.b64encode(image_data)  # base64编码
        return base64_data


def json_to_dict(my_json: str) -> dict:
    """json转dict类型"""
    return json.loads(my_json)


def tencent_ocr(suffix, image_based_64):
    """腾讯OCR
    :param suffix:图片的后缀,比如png,jpg
    :param image_based_64:图片的base64编码
    """
    from tencentcloud.common import credential
    from tencentcloud.common.profile.client_profile import ClientProfile
    from tencentcloud.common.profile.http_profile import HttpProfile
    from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
    from tencentcloud.ocr.v20181119 import ocr_client, models
    try:
        cred = credential.Credential("自己的SecretId(看步骤1)", "自己的SecretKey(看步骤1)")
        httpProfile = HttpProfile()
        httpProfile.endpoint = "ocr.tencentcloudapi.com"

        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile)

        req = models.RecognizeTableOCRRequest()
        params = {
            "ImageBase64": "data:image/{suffix};base64,{image_based_64}".format(
                suffix=suffix, image_based_64=image_based_64.decode("utf8"))
        }
        req.from_json_string(json.dumps(params))
        resp = client.RecognizeTableOCR(req)
        return resp.to_json_string()
    except TencentCloudSDKException as err:
        print(err)


def formation(json_data):
    """根据腾讯ocr识别结果整理格式并输出"""
    if json_data is not None:
        dict_data = json_to_dict(json_data)
        for table_index, table_data in enumerate(dict_data['TableDetections']):  # 遍历每个表格的数据
            table_data_list = []
            for each_table_data in table_data['Cells']:  # 遍历每个表中的数据
                content: str = each_table_data['Text']
                x_y: list = list(each_table_data['Polygon'][0].values())
                x_y.append(content)
                table_data_list.append(x_y)
            # 整理格式
            table_df = pd.DataFrame(table_data_list)
            table_df.columns = ['x', 'y', 'content']
            table_df.sort_values(by=['y', 'x'], ascending=True, inplace=True)
            for index, line_df in table_df.groupby("y"):  # 按每行进行处理
                line_df.sort_values(by=['x'], ascending=True, inplace=True)
                line_values = line_df['content'].values  # 当前行的数据
                print(",".join(line_values))


if __name__ == '__main__':
    image = "mypic.png"
    image_base64 = change_img_to_base64(image)  # 步骤1:图片转base64
    suffix = image.split('.')[-1]  # 后缀
    tencent_result: json = tencent_ocr(suffix, image_base64)
    formation(tencent_result)

资料整理

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-03-16 22:18:55  更:2022-03-16 22:18:57 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 20:38:08-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码