求助,关于Python下百度OCR表格批量识识别
sls463 发布于2020-12 浏览:1917 回复:1
0
收藏

你好,我在尝试用百度OCR电影字幕截图,在网上找一些代码尝试,没成功,后来找到《Python环境下百度Ocr表格批量识别》https://jingyan.baidu.com/article/c1a3101ef9131c9e646deb5c.html,使用上面分享的代码成功OCR输出Excel文件,但受到“百度表格文字识别每天50次免费”限制,其实我只需OCR成txt即可(网络图片文字识别背景复杂图片可以每天500次),由于刚接触Python,研究了大半天还是不会修改那些代码,所以只好求助于各位大神,请帮忙将代码修改成"网络图片文字识别"为txt文本文件输出,比如A.jpeg、B.jpeg、C.jpeg、D.jpeg...识别后输出为A.txt、B.txt、C.txt、D.txt...(也就是txt文件名按原图片文件名命名不变),谢谢

 

参考代码:(Python对代码行缩进要求比较高,复制下列的代码请注意这一点)

# ----------------------------------------

# Python环境下百度Ocr表格批量识别

# Email:fryflying@outlook.com

# ----------------------------------------

 

import os #加载操作系统模块

from aip import AipOcr #调用百度Ocr模块

import requests #调用反馈模块

import time #调用时间模块

import tkinter as tk #调用GUI图形模块

from tkinter import filedialog

 

#KEY信息,请输入自己申请的应用信息

APP_ID = '1******5'

API_KEY = 'c****************************S'

SECRET_KEY = 'N**************************************G'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

 

#读取文件函数(返回读取结果)

def get_file_content(filePath):

with open(filePath, 'rb') as fp:

return fp.read()

 

#文件下载函数

def file_download(url, file_path):

r = requests.get(url)

with open(file_path, 'wb') as f:

f.write(r.content)

 

root = tk.Tk()

root.withdraw()

data_dir = filedialog.askdirectory(title='请选择图片文件夹')+'/' #用对话框选择图片存储文件夹

result_dir = filedialog.askdirectory(title='请选择输出文件夹')+'/' #自选输出文件夹

 

num = 0

for name in os.listdir(data_dir):

print('{0}: {1} 正在处理:'.format(num+1, name.split('.')[0]))

image = get_file_content(os.path.join(data_dir,name)) #调用读取图片子程序

res = client.tableRecognitionAsync(image) #调用表格文字识别

req_id = res['result'][0]['request_id'] #获取识别ID号

 

for count in range(1,10): #OCR识别也需要一定时间,设定10秒内每隔1秒查询一次

res = client.getTableRecognitionResult(req_id) #通过ID获取表格文件XLS地址

print(res['result']['ret_msg'])

if res['result']['ret_msg'] == '已完成':

break #云端处理完毕,成功获取表格文件下载地址,跳出循环

else:

time.sleep(1)

 

url = res['result']['result_data']

xls_name = name.split('.')[0] + '.xls'

file_download(url, os.path.join(result_dir, xls_name)) #调用文件下载子程序

num = num + 1

print('{0}: {1} 下载完成。'.format(num, xls_name))

time.sleep(1)

收藏
点赞
0
个赞
共1条回复 最后由用户已被禁言回复于2022-04
#2鹿鼎记肯定回复于2020-12

没看懂啥要求

0
TOP
切换版块