# python-baiduocr-pic

**Repository Path**: windstarry/python-baiduocr-pic

## Basic Information

- **Project Name**: python-baiduocr-pic
- **Description**: Python调用百度AI实现图片上表格识别
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2023-06-30
- **Last Updated**: 2024-04-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python调用百度AI实现图片上表格识别

## 安装需要的库
```shell
pip install baidu-aip
pip install requests
pip install Pillow
pip install pydantic
```
## 注册百度AI开放平台
  详细注册过程参考[只要10分钟 快速掌握文字识别](https://ai.baidu.com/forum/topic/show/867951)
  只需走到 “1.6 获取密钥” 即可。然后记录下APP_ID、API_KEY、SECRET_KEY   
  根目录下创建.env.dev文件，内容如下： 
```shell
# 你申请的
APP_ID = 24800359
API_KEY = PrmTtmrqkeaqhvxOPEN4eZVt
SECRET_KEY = LOFpCH6wpLV7xZPG0DTcvV4x1Sqyvmk9
```
## 调用AipOcr库识别表格文字
1. 以二进制方式打开图片，读取
2. 然后调用表格识别模块tableRecognitionAsync()，并将返回值存入变量table中并查看
3. table是一个字典，其中有2个键，一个叫result，一个叫log_id。需要的是result中的request_id,可以通过如下语句获取：
```python
request_id = table['result'][0]['request_id']
```
4. 通过这个ID，可以获取识别完成后所保存的Excel表格的下载地址。将request_id传入getTableRecognitionResult()就能获取结果。
```python
result = client.getTableRecognitionResult(request_id)
```
5. 打印一下结果result，就能看到下面的内容。其中result_data对应的那个网址就是Excel表格的下载地址。
## 可能遇到的问题
- 在开始前，需要检查图片的大小，必须在1K~4M之间，不然会报错“‘error_msg’: ‘image size error, image is too big or too small, upper limit 4M, lower limit 1k, please check your param’”
- 图片像素width和height不能超过4096px, 超过则报错“error_msg”,增加图片大小修改功能，对图片进行裁剪不然会出现错误
```python
def change_image_size(file_name):
    im = Image.open(file_name)
    filename, extension = os.path.splitext(file_name)
    filename = re.sub('source', 'image', filename)
    width, height = im.size
    if width > 4096:
        im.resize((4096, height), Image.ANTIALIAS)
        width, height = im.size
    if height > 4096:
        count = math.ceil(height / 4096)
        pic_height = int(height//count)
        for i in range(count):  
            box = (0,i*pic_height, width, (i+1)*pic_height)
            new_im = im.crop(box)   
            # 保存小图片
            new_im.save(filename + "_" + str(i) + extension)
```
## 批量操作
1. 先获取所有图片的路径，存入pic列表
2. 将所有图片逐个传入表格识别接口，获取其请求ID及存有识别结果的Excel文件的下载地址。在提取Excel下载路径之前，需要先判断识别是否完成。这是通过识别结果返回的字典中的’ret_msg’对应的值来判断的。只有当它是“已完成”时，才能获得下载链接。此处用了while循环，每隔2秒刷新一下状态，直到状态是“已完成”时，才提取链接。然后使用requests.get()获取下载链接信息，写入Excel文件。Excel自动命名及下载结果.