使用Python怎么實現自動提取并收集信息

本篇文章給大家分享的是有關使用Python怎么實現自動提取并收集信息，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

代碼實現

1.導入需要的庫，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

• 時間Time

• 商家business

• 商品goods

• 價格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"] # 標題

3.定義函數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.調用百度api接口，實現文字識別

# 導入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.最后將信息轉為Dataframe，利用pandas的to_exccel功能，將數據放到excel里面

def convert_to_dataframe(words):
    # 構建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，這里指定不設置表頭
    frame.to_excel('out.xls',index=False, header=False)

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

以上就是使用Python怎么實現自動提取并收集信息，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。