Python如何實現批量識別圖片文字并存為Excel

今天小編給大家分享一下Python如何實現批量識別圖片文字并存為Excel的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

一、背景

批量文字識別（OCR）是Python辦公自動化的基本操作，應用在我們工作生活中的方方面面，比如車牌識別、證件識別、銀行卡識別、票據識別等等。

Python中OCR第三方庫非常多，比如easyocr、PaddleOCR、cnocr等等。

二、需求

本文以證件識別為例，我網上找了3張虛擬身份證來實驗：

運用easyocr進行識別并保存為Excel，效果如下：

三、實戰

1.安裝模塊

在Python中使用 easyocr非常簡單，只要使用pip命令安裝easyocr 即可（建議使用清華源，否則安裝會比較慢）。

pip install easyocr

不過 easyocr 的深度學習算法依賴于另一個著名的第三方模塊 pytorch，圖形處理部分則會用到 opencv、Pillow 等，所以還需要確保自己電腦上已經安裝這些基礎模塊。

2.識別一張圖片

1.easyocr識別圖片代碼非常簡潔，只需要創建一個easyocr.Reader類對象，指定以下兩個常用參數：

• 需要識別的文字屬于哪幾種語言

• 是否啟用GPU顯卡加速

2.調用Reader對象的readtext方法，將圖片中所有文字讀入一個列表并返回。

'''
公眾號：菜J學Python
作者：J哥
'''
# 導入模塊
import easyocr
# 圖片路徑
image = './id_card/1.jpg'
# 創建ocr的reader對象，識別中英文
ocr = easyocr.Reader(['ch_sim', 'en'],gpu=False)
# 識別圖片文字
content = ocr.readtext(image)
print(content)

識別結果如下：

[([[39, 31], [207, 31], [207, 67], [39, 67]], '姓  名  韋小寶', 0.8973890994570185), ([[40, 82], [159, 82], [159, 119], [40, 119]], '性  別  男', 0.9799311480828728), ([[178, 86], [272, 86], [272, 116], [178, 116]], '民 族漢', 0.5456928014755249), ([[40, 131], [100, 131], [100, 161], [40, 161]], '出  生', 0.5362269878387451), ([[114, 134], [240, 134], [240, 162], [114, 162]], '1654 年12', 0.6952526392609933), ([[266, 134], [322, 134], [322, 162], [266, 162]], '20日', 0.31329770168285426), ([[42, 181], [395, 181], [395, 213], [42, 213]], '住  址  北京市東城區景山前街4號', 0.48138251996753667), ([[112, 222], [256, 222], [256, 254], [112, 254]], '紫禁城敬事房', 0.9732440311960702), ([[44, 307], [195, 307], [195, 337], [44, 337]], '公民身份證號碼', 0.612808391503521), ([[212, 308], [526, 308], [526, 334], [212, 334]], '112044165412202438', 0.7003081027071493)]

readtext 返回的列表中，每個元素都是一個元組，內含三個信息：位置、文字、置信度。我們可以在調用readtext時指定一個參數 detail=0，從而只返回文字內容。于是修改后代碼和效果如下：

import easyocr
image = './id_card/1.jpg'
ocr = easyocr.Reader(['ch_sim', 'en'],gpu=False)
content = ocr.readtext(image,detail=0)
print(content)

['姓  名  韋小寶', '性  別  男', '民 族漢', '出  生', '1654 年12', '20日', '住  址  北京市東城區景山前街4號', '紫禁城敬事房', '公民身份證號碼', '112044165412202438']

3.批量識別圖片

批量識別圖片無非就是遍歷圖片文件夾，這里用到了os.listdir()方法以返回文件列表。然后用ocr.readtext()去識別每一張圖片文字內容，接著通過字符串切片來獲取姓名、性別、民族、出生、住址和身份證號等關鍵信息，最后統一將這些信息存入列表data中。

'''
公眾號：菜J學Python
作者：J哥
'''

import easyocr
import os

# 指明所有圖片所在的文件夾
images = './id_card'
# 創建ocr的reader對象，識別中英文
ocr = easyocr.Reader(['ch_sim', 'en'])
# 識別圖片文字
content = ocr.readtext(images,detail=0)
# 遍歷所有圖片并識別文字，切片提取有效信息
data = []
for image in os.listdir(images):
    content = ocr.readtext(f'{images}/{image}', detail=0)
    print(f"正在識別：{image}")
    name = content[0][4:]
    gender = content[1][-1]
    nation = content[2][-1]
    birth = content[-5]
    if "月" not in birth:
        birth = content[-6] + "月" + content[-5]
    if "日" not in birth:
        birth = birth[:-1] + "日"
    address = content[-4][4:] + content[-3]
    number = content[-1]
    print(f"完成識別：{image}")
    print("-" * 50)
    data.append([name, gender, nation, birth, address, number])

4.保存數據

圖片文字識別之后，建議通過pandas輸出為Excel，方便簡潔。

'''
公眾號：菜J學Python
作者：J哥
'''

import pandas as pd

# 保存識別結果至Excel
df = pd.DataFrame(data, columns=["姓名", "性別", "民族", "出生", "住址", "身份證號"])
print(f"識別結果如下：")
print(df)
df.to_excel("識別結果.xlsx", index=False)

以上就是“Python如何實現批量識別圖片文字并存為Excel”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。