腾讯云OCR表格批量识别代码示例

诗往哥2025/6/20约 3701 字大约 12 分钟

一、注册/登录腾讯云账号

访问腾讯云官网：https://cloud.tencent.com
若未注册，点击右上角「注册」，使用手机号、邮箱或微信/QQ等方式完成注册；若已有账号，直接点击「登录」。

二、完成实名认证

腾讯云大部分付费服务需实名认证后使用（部分免费功能可能无需）。
个人用户：进入https://console.cloud.tencent.com/developer/auth，选择「个人实名认证」，按提示上传身份证信息并完成验证。
企业用户：选择「企业实名认证」，需提供企业营业执照、法人信息等材料（具体以页面指引为准）。

三、开通文字识别（OCR）服务

登录后，进入腾讯云控制台：https://console.cloud.tencent.com
在顶部导航栏选择「产品」> 搜索「文字识别」或通过路径：人工智能 > 图像与语音处理 > 文字识别，进入OCR服务页面。
（若找不到入口，可直接搜索“文字识别”快速定位）
进入OCR控制台后，系统会提示“立即开通”。点击「开通」，根据提示确认服务协议，完成开通。

四、获取API密钥（调用服务必需）

要调用OCR接口，需先创建API密钥（SecretId和SecretKey），用于身份验证。
在OCR控制台右上角，点击「访问管理」或直接进入https://console.cloud.tencent.com/cam/capi。
强烈建议您使用子账号密钥！
- 用户列表 > 新建用户 > 快捷创建 > 输入用户名 > 用户权限: 搜索ocr，勾选QcloudOCRReadSelfUinUsage并确定 > 创建用户
- 点上面创建的用户名 > API密钥 > 新建密钥
注意：新建的密钥只在创建时提供SecretKey，后续不可再进行查询，请妥善保存好SecretKey，泄露可能导致资源被盗用！。

五、了解计费与免费额度（可选）

腾讯云OCR部分接口提供免费额度（如通用文字识别每月1000次），超出后按量计费。
查看具体套餐：在OCR控制台首页，点击「计费概览」或参考https://cloud.tencent.com/product/ocr/pricing。

六、Python调用`表格识别(V3)`

处单张图片

进入https://cloud.tencent.com/document/sdk，搜索文字识别，分类选择Python，在文字识别 (OCR)里点击API Explorer。打开的新标签页API Explorer - 云API -控制台里找到表格识别(V3)并点击，再依次点击代码示例→SDK→Python，复制出现的示例代码。

示例代码

```python
# -*- coding: utf-8 -*-

import json
import types
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
try:
    # 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
    # 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性
    # 以下代码示例仅供参考，建议采用更安全的方式来使用密钥
    # 请参见：https://cloud.tencent.com/document/product/1278/85305
    # 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
    cred = credential.Credential("SecretId", "SecretKey")
    # 使用临时密钥示例
    # cred = credential.Credential("SecretId", "SecretKey", "Token")
    # 实例化一个http选项，可选的，没有特殊需求可以跳过
    httpProfile = HttpProfile()
    httpProfile.endpoint = "ocr.tencentcloudapi.com"

    # 实例化一个client选项，可选的，没有特殊需求可以跳过
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    # 实例化要请求产品的client对象,clientProfile是可选的
    client = ocr_client.OcrClient(cred, "", clientProfile)

    # 实例化一个请求对象,每个接口都会对应一个request对象
    req = models.RecognizeTableAccurateOCRRequest()
    params = {

    }
    req.from_json_string(json.dumps(params))

    # 返回的resp是一个RecognizeTableAccurateOCRResponse的实例，与请求对象对应
    resp = client.RecognizeTableAccurateOCR(req)
    # 输出json格式的字符串回包
    print(resp.to_json_string())

except TencentCloudSDKException as err:
    print(err)
```

在上面的示例代码中，params为空，我们需要在params中指定图片参数。我们假设使用base64方式，从本地读取一张图片并转换为base64字符串。步骤：
- 读取图片文件，转换为base64。
- 将base64字符串放入params中。
- 注意：base64字符串不需要带前缀（如data:image/jpeg;base64,），直接传递编码后的字符串即可。在下面的示例代码中替换 SECRET_ID 和 SECRET_KEY 为你的腾讯云API密钥。

示例代码

```python
# -*- coding: utf-8 -*-

import json
import types
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
try:
    # 1. 读取图片并转换为Base64
    with open("本地图片路径.jpg", "rb") as image_file:  # 替换为你的图片路径
        image_base64 = base64.b64encode(image_file.read()).decode('utf-8')

    # 2. 初始化认证对象
    # 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
    # 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性
    # 以下代码示例仅供参考，建议采用更安全的方式来使用密钥
    # 请参见：https://cloud.tencent.com/document/product/1278/85305
    # 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
    cred = credential.Credential("SecretId", "SecretKey")
    # 使用临时密钥示例
    # cred = credential.Credential("SecretId", "SecretKey", "Token")

   # 3. 配置HTTP和客户端参数
    # 实例化一个http选项，可选的，没有特殊需求可以跳过
    httpProfile = HttpProfile()
    httpProfile.endpoint = "ocr.tencentcloudapi.com"

    # 实例化一个client选项，可选的，没有特殊需求可以跳过
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile

    # 4. 创建OCR客户端
    # 实例化要请求产品的client对象,clientProfile是可选的
    client = ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)  # 替换你的地域

    # 5. 构建请求参数
    # 实例化一个请求对象,每个接口都会对应一个request对象
    req = models.RecognizeTableAccurateOCRRequest()
    params = {
        "ImageBase64": image_base64,
        # 可选参数（根据需求添加）:
        # "TableLanguage": 1  # 1-中文（默认） 2-英文
    }
    req.from_json_string(json.dumps(params))

    # 6. 发送请求并获取响应
    # 返回的resp是一个RecognizeTableAccurateOCRResponse的实例，与请求对象对应
    resp = client.RecognizeTableAccurateOCR(req)
    # 输出json格式的字符串回包
    print(resp.to_json_string())

except TencentCloudSDKException as err:
    print(err)
```

表格数据(json)转 Excel

把表格数据 (json) 喂给 AI，指令：请把我给的数据转换为Excel格式，用Python。AI给出的示例代码：

示例代码

```python
# -*- coding: utf-8 -*-

import json
import openpyxl
from openpyxl.styles import Alignment

# 解析表格识别结果
data = {
    "TableDetections": [
        # ... [原始数据] ...
    ],
    # ... [其他字段] ...
}

# 提取主表格（第二个表格，索引1）
main_table = data['TableDetections'][1]
cells = main_table['Cells']

# 创建Excel工作簿
wb = openpyxl.Workbook()
ws = wb.active
ws.title = "招生信息"

# 设置列宽
column_widths = [8, 25, 8, 40, 10, 10, 10, 10, 10]
for i, width in enumerate(column_widths, 1):
    ws.column_dimensions[openpyxl.utils.get_column_letter(i)].width = width

# 处理合并单元格和填充数据
merged_cells = []
max_row = 0
max_col = 0

for cell in cells:
    row_start = cell['RowTl'] + 1  # Excel行号从1开始
    row_end = cell['RowBr']        # 开区间，直接作为结束行
    col_start = cell['ColTl'] + 1  # Excel列号从1开始
    col_end = cell['ColBr']        # 开区间，直接作为结束列
    
    # 更新最大行列
    max_row = max(max_row, row_end)
    max_col = max(max_col, col_end)
    
    # 处理文本中的换行符
    text = cell['Text'].replace('\n', ' ')
    
    # 填充左上角单元格
    ws.cell(row=row_start, column=col_start, value=text)
    
    # 记录需要合并的单元格
    if row_end > row_start or col_end > col_start:
        merged_cells.append((row_start, row_end, col_start, col_end))

# 应用合并单元格
for merge in merged_cells:
    row_start, row_end, col_start, col_end = merge
    ws.merge_cells(
        start_row=row_start, end_row=row_end,
        start_column=col_start, end_column=col_end
    )

# 设置居中和自动换行
for row in ws.iter_rows(min_row=1, max_row=max_row, min_col=1, max_col=max_col):
    for cell in row:
        cell.alignment = Alignment(
            horizontal='center', 
            vertical='center',
            wrap_text=True
        )

# 保存Excel文件
output_file = "招生信息表.xlsx"
wb.save(output_file)
print(f"Excel文件已生成: {output_file}")
```

批量识别图片转Excel

所有图片的识别结果保存在同一个Excel文件中
每个图片对应一个独立的工作表
默认工作表名为图片文件名（不含扩展名）

单线程版：

示例代码

import json
import base64
import os
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
import openpyxl
from openpyxl.styles import Alignment
import time
import re

# 替换为你的腾讯云API密钥
SECRET_ID = ""
SECRET_KEY = ""
# 设置图片目录
IMAGE_DIR = "images"  # 替换为你的图片目录路径
# 设置输出Excel文件路径
OUTPUT_EXCEL = "所有表格数据.xlsx"  # 输出Excel文件名

# 初始化OCR客户端（只初始化一次）
def init_ocr_client():
    cred = credential.Credential(SECRET_ID, SECRET_KEY)
    httpProfile = HttpProfile()
    httpProfile.endpoint = "ocr.tencentcloudapi.com"
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    return ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)

# OCR识别函数
def recognize_table(image_path, ocr_client):
    try:
        with open(image_path, "rb") as image_file:
            image_base64 = base64.b64encode(image_file.read()).decode('utf-8')
        
        req = models.RecognizeTableAccurateOCRRequest()
        params = {"ImageBase64": image_base64}
        req.from_json_string(json.dumps(params))
        
        resp = ocr_client.RecognizeTableAccurateOCR(req)
        return json.loads(resp.to_json_string())
    
    except Exception as e:
        print(f"处理图片 {image_path} 时出错: {str(e)}")
        return None

# 创建安全的Excel工作表名称
def create_safe_sheet_name(name, existing_names):
    # 移除非法字符
    safe_name = re.sub(r'[\\/*?:\[\]]', '', name)
    
    # 截断到31个字符
    safe_name = safe_name[:31]
    
    # 确保名称唯一
    base_name = safe_name
    counter = 1
    while safe_name in existing_names or not safe_name.strip():
        safe_name = f"{base_name}_{counter}"
        counter += 1
        if counter > 100:  # 防止无限循环
            safe_name = f"Sheet_{len(existing_names) + 1}"
            break
    
    return safe_name

# 将OCR结果转换为Excel工作表
def ocr_to_excel_sheet(wb, result, sheet_name):
    if not result or 'TableDetections' not in result or len(result['TableDetections']) < 2:
        print(f"无法提取表格数据: {sheet_name}")
        return False
    
    try:
        # 创建新工作表
        ws = wb.create_sheet(title=sheet_name)
        
        # 提取主表格（第二个表格，索引1）
        main_table = result['TableDetections'][1]
        cells = main_table['Cells']
        
        # 设置列宽
        column_widths = [8, 25, 8, 40, 10, 10, 10, 10, 10]
        for i, width in enumerate(column_widths, 1):
            col_letter = openpyxl.utils.get_column_letter(i)
            ws.column_dimensions[col_letter].width = width
        
        # 处理单元格
        merged_cells = []
        max_row = 0
        max_col = 0
        
        for cell in cells:
            row_start = cell['RowTl'] + 1
            row_end = cell['RowBr']
            col_start = cell['ColTl'] + 1
            col_end = cell['ColBr']
            
            # 更新最大行列
            max_row = max(max_row, row_end)
            max_col = max(max_col, col_end)
            
            # 处理文本：删除所有换行符
            text = cell['Text'].replace('\n', '')
            
            # 填充左上角单元格
            ws.cell(row=row_start, column=col_start, value=text)
            
            # 记录需要合并的单元格
            if row_end > row_start or col_end > col_start:
                merged_cells.append((row_start, row_end, col_start, col_end))
        
        # 应用合并单元格
        for merge in merged_cells:
            row_start, row_end, col_start, col_end = merge
            ws.merge_cells(
                start_row=row_start, end_row=row_end,
                start_column=col_start, end_column=col_end
            )
        
        # 设置居中和自动换行
        for row in ws.iter_rows(min_row=1, max_row=max_row, min_col=1, max_col=max_col):
            for cell in row:
                cell.alignment = Alignment(
                    horizontal='center', 
                    vertical='center',
                    wrap_text=True
                )
        
        return True
    
    except Exception as e:
        print(f"生成工作表时出错: {str(e)}")
        return False

# 主处理函数
def process_images(image_dir, output_excel):
    # 初始化OCR客户端
    ocr_client = init_ocr_client()
    
    # 获取图片列表
    image_files = []
    for file in os.listdir(image_dir):
        if file.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
            image_files.append(os.path.join(image_dir, file))
    
    if not image_files:
        print(f"在目录 {image_dir} 中未找到图片文件")
        return
    
    print(f"找到 {len(image_files)} 张图片需要处理")
    
    # 创建Excel工作簿
    wb = openpyxl.Workbook()
    # 删除默认创建的工作表
    if 'Sheet' in wb.sheetnames:
        del wb['Sheet']
    
    # 处理每张图片
    success_count = 0
    sheet_names = []  # 记录已使用的工作表名称
    
    for i, image_path in enumerate(image_files):
        filename = os.path.basename(image_path)
        base_name = os.path.splitext(filename)[0]
        
        # 创建安全的工作表名称
        sheet_name = create_safe_sheet_name(base_name, sheet_names)
        sheet_names.append(sheet_name)
        
        print(f"正在处理 ({i+1}/{len(image_files)}): {filename} -> 工作表: {sheet_name}")
        
        # OCR识别
        start_time = time.time()
        result = recognize_table(image_path, ocr_client)
        ocr_time = time.time() - start_time
        
        if result:
            # 转换为Excel工作表
            excel_start = time.time()
            success = ocr_to_excel_sheet(wb, result, sheet_name)
            excel_time = time.time() - excel_start
            
            if success:
                success_count += 1
                print(f"  处理成功! OCR耗时: {ocr_time:.2f}s, 工作表生成耗时: {excel_time:.2f}s")
            else:
                print(f"  生成工作表失败")
        else:
            print(f"  OCR识别失败")
        
        # 避免请求过于频繁
        if i < len(image_files) - 1:
            time.sleep(1)  # 1秒间隔
    
    # 保存Excel文件
    wb.save(output_excel)
    print(f"\n处理完成! 成功处理 {success_count}/{len(image_files)} 张图片")
    print(f"结果已保存到: {output_excel}")

# 启动批量处理
if __name__ == "__main__":
    process_images(IMAGE_DIR, OUTPUT_EXCEL)

多线程版

示例代码

import json
import base64
import os
import time
import re
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
import openpyxl
from openpyxl.styles import Alignment
from concurrent.futures import ThreadPoolExecutor, as_completed

# 替换为你的腾讯云API密钥
SECRET_ID = ""
SECRET_KEY = ""
# 设置图片目录
IMAGE_DIR = "images"  # 替换为你的图片目录路径
# 设置输出Excel文件路径
OUTPUT_EXCEL = "所有表格数据.xlsx"  # 输出Excel文件名

# 初始化OCR客户端（只初始化一次）
def init_ocr_client():
    cred = credential.Credential(SECRET_ID, SECRET_KEY)
    httpProfile = HttpProfile()
    httpProfile.endpoint = "ocr.tencentcloudapi.com"
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    return ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)

# OCR识别函数
def recognize_table(image_path, ocr_client):
    try:
        with open(image_path, "rb") as image_file:
            image_base64 = base64.b64encode(image_file.read()).decode('utf-8')
        
        req = models.RecognizeTableAccurateOCRRequest()
        params = {"ImageBase64": image_base64}
        req.from_json_string(json.dumps(params))
        
        resp = ocr_client.RecognizeTableAccurateOCR(req)
        return json.loads(resp.to_json_string())
    
    except Exception as e:
        print(f"处理图片 {image_path} 时出错: {str(e)}")
        return None

# 创建安全的Excel工作表名称
def create_safe_sheet_name(name, existing_names):
    # 移除非法字符
    safe_name = re.sub(r'[\\/*?:\[\]]', '', name)
    
    # 截断到31个字符
    safe_name = safe_name[:31]
    
    # 确保名称唯一
    base_name = safe_name
    counter = 1
    while safe_name in existing_names or not safe_name.strip():
        safe_name = f"{base_name}_{counter}"
        counter += 1
        if counter > 100:  # 防止无限循环
            safe_name = f"Sheet_{len(existing_names) + 1}"
            break
    
    return safe_name

# 将OCR结果转换为Excel工作表
def ocr_to_excel_sheet(wb, result, sheet_name):
    if not result or 'TableDetections' not in result or len(result['TableDetections']) < 2:
        print(f"无法提取表格数据: {sheet_name}")
        return False
    
    try:
        # 创建新工作表
        ws = wb.create_sheet(title=sheet_name)
        
        # 提取主表格（第二个表格，索引1）
        main_table = result['TableDetections'][1]
        cells = main_table['Cells']
        
        # 设置列宽
        column_widths = [8, 25, 8, 40, 10, 10, 10, 10, 10]
        for i, width in enumerate(column_widths, 1):
            col_letter = openpyxl.utils.get_column_letter(i)
            ws.column_dimensions[col_letter].width = width
        
        # 处理单元格
        merged_cells = []
        max_row = 0
        max_col = 0
        
        for cell in cells:
            row_start = cell['RowTl'] + 1
            row_end = cell['RowBr']
            col_start = cell['ColTl'] + 1
            col_end = cell['ColBr']
            
            # 更新最大行列
            max_row = max(max_row, row_end)
            max_col = max(max_col, col_end)
            
            # 处理文本：删除所有换行符
            text = cell['Text'].replace('\n', '')
            
            # 填充左上角单元格
            ws.cell(row=row_start, column=col_start, value=text)
            
            # 记录需要合并的单元格
            if row_end > row_start or col_end > col_start:
                merged_cells.append((row_start, row_end, col_start, col_end))
        
        # 应用合并单元格
        for merge in merged_cells:
            row_start, row_end, col_start, col_end = merge
            ws.merge_cells(
                start_row=row_start, end_row=row_end,
                start_column=col_start, end_column=col_end
            )
        
        # 设置居中和自动换行
        for row in ws.iter_rows(min_row=1, max_row=max_row, min_col=1, max_col=max_col):
            for cell in row:
                cell.alignment = Alignment(
                    horizontal='center', 
                    vertical='center',
                    wrap_text=True
                )
        
        return True
    
    except Exception as e:
        print(f"生成工作表时出错: {str(e)}")
        return False

# 主处理函数
def process_images(image_dir, output_excel):
    # 初始化OCR客户端
    ocr_client = init_ocr_client()
    
    # 获取图片列表
    image_files = []
    for file in os.listdir(image_dir):
        if file.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
            image_files.append(os.path.join(image_dir, file))
    
    if not image_files:
        print(f"在目录 {image_dir} 中未找到图片文件")
        return
    
    print(f"找到 {len(image_files)} 张图片需要处理")
    
    # 创建Excel工作簿
    wb = openpyxl.Workbook()
    # 删除默认创建的工作表
    if 'Sheet' in wb.sheetnames:
        del wb['Sheet']
    
    # 处理每张图片（使用多线程）
    success_count = 0
    sheet_names = []  # 记录已使用的工作表名称
    results = {}  # 存储结果：{图片路径: (文件名, sheet_name, 识别结果)}
    
    # 第一步：批量提交所有OCR请求
    print("开始批量提交OCR请求...")
    start_time = time.time()
    
    with ThreadPoolExecutor(max_workers=2) as executor:
        future_to_path = {
            executor.submit(recognize_table, image_path, ocr_client): image_path
            for image_path in image_files
        }
        
        for future in as_completed(future_to_path):
            image_path = future_to_path[future]
            filename = os.path.basename(image_path)
            base_name = os.path.splitext(filename)[0]
            
            try:
                result = future.result()
                # 创建安全的工作表名称
                sheet_name = create_safe_sheet_name(base_name, sheet_names)
                sheet_names.append(sheet_name)
                
                results[image_path] = (filename, sheet_name, result)
                print(f"  OCR完成: {filename}")
            except Exception as e:
                print(f"  处理图片 {filename} 时出错: {str(e)}")
    
    ocr_time = time.time() - start_time
    print(f"所有OCR请求完成! 总耗时: {ocr_time:.2f}s")
    
    # 第二步：处理结果并生成Excel工作表
    print("\n开始生成Excel工作表...")
    excel_start = time.time()
    
    for i, image_path in enumerate(image_files):
        if image_path not in results:
            continue
            
        filename, sheet_name, result = results[image_path]
        print(f"正在处理 ({i+1}/{len(image_files)}): {filename} -> 工作表: {sheet_name}")
        
        if result:
            success = ocr_to_excel_sheet(wb, result, sheet_name)
            if success:
                success_count += 1
                print(f"  工作表生成成功!")
            else:
                print(f"  生成工作表失败")
        else:
            print(f"  OCR识别失败")
    
    excel_time = time.time() - excel_start
    print(f"所有工作表生成完成! 耗时: {excel_time:.2f}s")
    
    # 保存Excel文件
    wb.save(output_excel)
    print(f"\n处理完成! 成功处理 {success_count}/{len(image_files)} 张图片")
    print(f"结果已保存到: {output_excel}")

# 启动批量处理
if __name__ == "__main__":
    process_images(IMAGE_DIR, OUTPUT_EXCEL)

简约版到此为至，进阶版有时再折腾。