要使用 Python 和百度 API 自定义指定图片的多个识别区域,自定义指定图片多个识别区域，识别文字并保存到Excel中-CFANZ编程社区

应用场景合同信息提取在企业的法务部门或商务部门，经常需要处理大量的合同文件。合同中的关键信息（如合同编号、签约日期、双方名称、金额等）通常分布在固定的区域。可以利用上述代码自定义指定图片多个识别区域，精确提取这些关键信息。

要使用 Python 和百度 API 自定义指定图片的多个识别区域，识别文字并保存到 Excel 中，可以按照以下步骤实现：

1. 安装必要的库

你需要安装baidu-aip用于调用百度 OCR API，pandas用于处理 Excel 文件，Pillow用于处理图片。可以使用以下命令进行安装：

pip install baidu-aip pandas pillow

2. 获取百度 OCR API 的密钥

你需要在百度智能云平台创建一个 OCR 应用，获取API Key和Secret Key。

3. 编写 Python 代码

python

from aip import AipOcr
from PIL import Image
import pandas as pd

# 百度OCR API的相关信息
APP_ID = 'your_app_id'
API_KEY = 'your_api_key'
SECRET_KEY = 'your_secret_key'

# 初始化AipOcr对象
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

def recognize_text_in_regions(image_path, regions):
    """
    识别指定图片中多个区域的文字
    :param image_path: 图片文件路径
    :param regions: 识别区域列表，每个区域为一个四元组 (left, top, right, bottom)
    :return: 每个区域识别的文字列表
    """
    results = []
    image = Image.open(image_path)
    for region in regions:
        left, top, right, bottom = region
        # 裁剪图片
        cropped_image = image.crop((left, top, right, bottom))
        # 将裁剪后的图片保存为临时文件
        cropped_image_path = 'temp_cropped_image.jpg'
        cropped_image.save(cropped_image_path)
        # 读取裁剪后的图片
        with open(cropped_image_path, 'rb') as f:
            img = f.read()
        # 调用百度OCR API进行文字识别
        result = client.basicGeneral(img)
        # 提取识别结果中的文字
        texts = [item['words'] for item in result.get('words_result', [])]
        combined_text = ' '.join(texts)
        results.append(combined_text)
    return results

def save_to_excel(data, output_path):
    """
    将识别结果保存到Excel文件中
    :param data: 识别结果列表
    :param output_path: 输出Excel文件路径
    """
    df = pd.DataFrame(data, columns=['识别结果'])
    df.to_excel(output_path, index=False)

if __name__ == "__main__":
    # 图片文件路径
    image_path = 'your_image.jpg'
    # 自定义识别区域，每个区域为 (left, top, right, bottom)
    regions = [
        (100, 100, 300, 200),
        (400, 200, 600, 300)
    ]
    # 识别指定区域的文字
    recognition_results = recognize_text_in_regions(image_path, regions)
    # 保存识别结果到Excel文件
    output_excel_path = 'output.xlsx'
    save_to_excel(recognition_results, output_excel_path)
    print(f"识别结果已保存到 {output_excel_path}")

4. 代码说明

recognize_text_in_regions函数：该函数接受图片文件路径和识别区域列表作为输入，使用Pillow库裁剪图片，然后调用百度 OCR API 进行文字识别，最后返回每个区域识别的文字列表。
save_to_excel函数：该函数接受识别结果列表和输出 Excel 文件路径作为输入，使用pandas库将识别结果保存到 Excel 文件中。
主程序：指定图片文件路径和识别区域，调用recognize_text_in_regions函数进行文字识别，然后调用save_to_excel函数将识别结果保存到 Excel 文件中。

5. 注意事项

请将your_app_id、your_api_key、your_secret_key替换为你自己的百度 OCR API 的APP ID、API Key和Secret Key。
请将your_image.jpg替换为你要识别的图片文件路径。
识别区域的坐标需要根据实际情况进行调整。