教你用Python實(shí)現(xiàn)自動(dòng)提取并收集信息的功能

更新時(shí)間：2021年05月18日 14:19:51 作者：冷淡的蛋黃醬

今天教大家怎么用Python實(shí)現(xiàn)自動(dòng)提取并收集信息的功能,文中介紹的非常詳細(xì),有很多代碼示例,對正在學(xué)習(xí)python的小伙伴們很有幫助,需要的朋友可以參考下

一、簡介

本功能目的在于提取收據(jù)/發(fā)票上的信息，用機(jī)器代替人的方式，提高工作效率
實(shí)現(xiàn)方式是通過cv2模塊截取需要的信息，調(diào)用百度的api文字識別接口

在這里插入圖片描述

二、代碼實(shí)現(xiàn)

1.導(dǎo)入需要的庫，包括百度的api接口跟cv2圖像截圖圖庫

import cv2
from aip import AipOcr

# 讀取圖片，利用imshow顯示圖片
pic = cv2.imread(r'Y:\cut\img1.png')
pic = cv2.resize(pic,None,fx = 0.5, fy = 0.5)
cv2.imshow('img',pic)
cv2.waitKey(0)

2.截取圖片，獲取需要的信息,包括以下信息

時(shí)間Time
商家business
商品goods
價(jià)格money
單號num

# 刪除不必要的部分
img = pic[210:500, 100:580]

# 截取各部分的文字
time = pic[400:430, 100:580]
business = pic[370:400, 100:580]
goods = pic[350:380, 100:580]
money = pic[210:300, 100:580]
num = pic[460:500, 100:580]
# 查看截取的部分是否合適

gener_name = ['time','business','goods','money','num']
excel_data = {}
pd_columns = ["a","b","c","d","e"] # 標(biāo)題

在這里插入圖片描述

3.定義函數(shù)將截取好的圖片另存到文件夾

def shotcut_image(args):
    for index in gener:
        cv2.imwrite('image/{}.png'.format(args), img)

4.調(diào)用百度api接口，實(shí)現(xiàn)文字識別

# 導(dǎo)入api
AppID = '24177719'
API_Key = 'p8skmRYfHGoVGR4UU03Q5jiM'
Secret_Key = 'dyM0tzSILBZu9CFqZ7IkjWwECGaws4xo'

cilent = AipOcr(AppID,API_Key,Secret_Key)

def get_words(img_name):
    with open('image/{}.png'.format(img_name), 'rb') as f:
        result = cilent.basicAccurate(f.read())
        return result

5.最后將信息轉(zhuǎn)為Dataframe，利用pandas的to_exccel功能，將數(shù)據(jù)放到excel里面

def convert_to_dataframe(words):
    # 構(gòu)建dataframe
    result = words['words_result']
    for word in result:
        excel_data.setdefault('a', []).append(word['words'])

# 將所有words讀取后，取出語句存入excel
def convert_to_excel():
    frame = DataFrame(excel_data, columns=pd_columns)
    # todo 表頭需要額外處理，這里指定不設(shè)置表頭
    frame.to_excel('out.xls',index=False, header=False)

在這里插入圖片描述

到此這篇關(guān)于教你用Python實(shí)現(xiàn)自動(dòng)提取并收集信息的功能的文章就介紹到這了,更多相關(guān)Python自動(dòng)提取收集信息功能內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

相關(guān)文章

Python實(shí)現(xiàn)歸一化算法詳情
這篇文章主要介紹了Python實(shí)現(xiàn)歸一化算法，歸一化算法Normalization將數(shù)據(jù)處理成量綱一直的數(shù)據(jù)，一般在進(jìn)行建模的時(shí)候需要進(jìn)行數(shù)據(jù)歸一化處理，下文詳細(xì)內(nèi)容，需要的小伙伴可以參考一下
2022-03-03
pycharm中使用anaconda部署python環(huán)境的方法步驟
這篇文章主要介紹了pycharm中使用anaconda部署python環(huán)境的方法步驟，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧
2018-12-12
深入理解最新Python中的Match Case
最近發(fā)布的 Python 3.10 的所有主要新特性中最重要就是 Match-Case 語法，本文將帶你深入探討，會發(fā)現(xiàn) Match-Case 其實(shí)沒有那么簡單
2021-11-11
Python的Flask框架中使用Flask-SQLAlchemy管理數(shù)據(jù)庫的教程
在Python中我們可以使用SQLAlchemy框架進(jìn)行數(shù)據(jù)庫操作,那么對應(yīng)的在Flask框架中我們可以使用SQLAlchemy,下面我們就來看一下Python的Flask框架中使用Flask-SQLAlchemy管理數(shù)據(jù)庫的教程
2016-06-06
python正則表達(dá)式抓取成語網(wǎng)站
做NLPproject時(shí)需要一個(gè)成語庫，我需要的是純成語，網(wǎng)上找的都是有詳細(xì)解釋的。于是自己寫了一個(gè)爬成語的python程序
2013-11-11
python3.6 tkinter實(shí)現(xiàn)屏保小程序
這篇文章主要為大家詳細(xì)介紹了python3.6 tkinter實(shí)現(xiàn)屏保小程序，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2019-07-07
Python三元運(yùn)算實(shí)現(xiàn)方法
這篇文章主要介紹了Python三元運(yùn)算實(shí)現(xiàn)方法,通過if else語句實(shí)現(xiàn)了三元運(yùn)算的功能,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
2015-01-01
關(guān)于Python 3中print函數(shù)的換行詳解
最近在學(xué)習(xí)python3，發(fā)現(xiàn)了一個(gè)問題想著總結(jié)出來，所以下面這篇文章主要給大家介紹了關(guān)于Python 3中print函數(shù)換行的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對需要的朋友們具有一定的參考學(xué)習(xí)價(jià)值，感興趣的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。
2017-08-08
基于opencv對高空拍攝視頻消抖處理方法
這篇文章主要介紹了基于opencv對高空拍攝視頻消抖處理,首先對視頻進(jìn)行抽第一幀與最后一幀，為什么抽取兩幀?這樣做的主要目的是，我們在做幀對齊時(shí)，使用幀中靜態(tài)物的關(guān)鍵點(diǎn)做對齊，需要的朋友可以參考下
2022-10-10
Python+Yolov5人臉口罩識別的詳細(xì)步驟
人臉口罩佩戴檢測(識別)是當(dāng)前急需的應(yīng)用,而YOLOv5是目前流行的強(qiáng)悍的目標(biāo)檢測技術(shù),下面這篇文章主要給大家介紹了關(guān)于Python+Yolov5人臉口罩識別的相關(guān)資料,需要的朋友可以參考下
2022-12-12