Python结合OpenCV与百度OCR实现发票信息自动提取

Mia

发布时间：2026-10-15| 7人浏览过

原创

本文介绍如何使用Python的OpenCV库进行图像局部截取，并结合百度AI开放平台的文字识别API，实现从收据或发票图片中自动提取时间、商家、商品、价格及单号等关键信息。通过代码示例展示图像预处理、API调用及Pandas数据导出至Excel的完整流程，旨在提升财务或行政工作的数据处理效率。

一、简介

该功能的核心目标是自动化提取收据或发票上的关键数据，以机器替代人工操作，从而显著提升工作效率。
技术实现路径主要依赖cv2模块对目标区域进行精准截取，随后调用百度提供的API文字识别接口完成信息转换。

二、代码实现

首先导入必要的库，包括用于图像处理的cv2模块以及百度AI的API接口库。


import cv2
from aip import AipOcr

# 读取图片，利用imshow显示图片
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)

接着执行图片截取操作，获取所需的关键信息字段，具体包括以下五项内容：

时间Time
商家business
商品goods
价格money
单号num


# 删除不必要的部分
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适

gener_name = ['time','business','goods','money','num']
excel_data = {}
pd_columns = ["a","b","c","d","e"] # 标题

定义一个函数，将截取处理后的图片保存至指定文件夹中。


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

调用百度API接口，对保存的图片执行文字识别操作。


# 导入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

最后，将识别到的信息转换为DataFrame格式，并利用pandas库的to_excel功能，将数据导出保存至Excel文件中。


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

# 将所有words读取后，取出语句存入excel
def convert_to_excel():
    frame = DataFrame(excel_data, columns=pd_columns)
    # todo 表头需要额外处理，这里指定不设置表头
    frame.to_excel('out.xls',index=False, header=False)