有個需求：現場需要根據列印的表格手工填寫好內容，然後再在電腦上一個個錄入進去，費時費力，所以想是否可以通過程式把照片內需要的資料讀取出來並匯出到excel表格裡。

網上找了一下教程，目前百度AI和QQAI都有OCR識別的能力開放平臺，看評論騰訊稍微好一點，所以選擇了QQAI（其實半斤八兩，最後結果都不大好）

程式碼如下：

import qqai
from os import path
from win32com.client import Dispatch
import os
from datetime import datetime

def file_path():
 

    global path_this_file
    path_this_file = path.abspath('.') + "\\"
    global path_excel
    path_excel = path_this_file + '資訊匯出.xlsx'
    global path_pic_file
    path_pic_file = path_this_file + '照片'

def get_pic_name():
    pic_list = []
    for pic in os.listdir(path_pic_file):
        pic_path =
 
 path_pic_file + '\\' + pic
        pic_list.append(pic_path)
    return pic_list

def HandwritingOCRImage(filename):
    robot = qqai.vision.ocr.HandwritingOCR(app_id, app_key)
    useless_list = ['登記表']
    value_list = []
    with open(filename, 'rb') as image_file:
        result = robot.run(image_file)
 

    item_list = result['data']['item_list']
    for value in item_list:
        words= value['itemstring']
        if words in useless_list:
            continue
        else:
            value_list.append(words)
    return value_list

def get_useful_list(value_list):
    key_list = ['姓名', '性別', '出生日期', '國家/地區', '民族', '職業', '手機號碼', '固定電話', '證件型別', '證件有效期限', '證件號碼', '通訊地址', '郵編']
    useful_list = []
    for words in value_list:
        if words in key_list:
            key_index = value_list.index(words)
            next_index = key_index + 1
            if value_list[next_index] in key_list:
                useful_list.append('')
            else:
                if words == '證件號碼':
                    ID_NUM = "'" + str(value_list[next_index]) #這邊是為了避免科學計數法的問題
                    useful_list.append(ID_NUM)
                else:
                    useful_list.append(value_list[next_index])
        else:
            continue
    return useful_list

def put_into_excel(useful_list):
    xl = Dispatch("Excel.Application")
    xl.Visible = False  # True是顯示， False是隱藏
    xl.DisplayAlerts = 0
    excel_input = xl.Workbooks.Open(path_excel)
    sheet = excel_input.Sheets('Sheet1')
    max_row = sheet.UsedRange.Rows.Count
    values = len(useful_list)
    for i in range(values):
        sheet.Cells(max_row + 1, i + 1).Value = str(useful_list[i])
    excel_input.Save()
    excel_input.Close()
    xl.quit()

starttime = datetime.now()
"""騰訊AI開放平臺 圖片識別"""
app_id = '2110179251'
app_key = '******'
"""app_id , app_key 可以自己去騰訊AI開放平臺註冊，是免費的"""

file_path()
pic_list = get_pic_name()
for filename in pic_list:
    value_list =HandwritingOCRImage(filename)
    useful_list = get_useful_list(value_list)
    put_into_excel(useful_list)
endtime = datetime.now()
total_time = (endtime - starttime).seconds
print(">>>成功錄入資訊{}條，總共耗時{}秒！".format(len(pic_list),total_time))

我模擬的表格是這樣的：

模擬填寫是這樣：

但最後結果卻是：

結論和經驗：
1、目前OCR識別因為手工填寫的不規範，所以實際使用效果並不好；
2、如果要改善這個情況，就勢必要對填寫模板進行進一步優化，同時程式中需要考慮模板中每一個格子的大小等；
3、儘可能減少“_”、“\”之類的情況；
4、1和\的誤差概率會比較大；
5、更好的解決辦法：語音識別並錄入，當然這又是另一個專案了。