Python+百度iOCR：零基础实现课表自动化导出

一、背景与需求：为何选择Python+百度iOCR？

在高校或企业场景中，纸质课表、图片课表的使用仍普遍存在，手动录入耗时且易出错。传统OCR工具（如手机扫描App）虽能识别文字，但针对复杂表格结构的解析能力有限，尤其是空课表（仅有表头和框架的模板）的识别与导出需求，往往需要定制化处理。

百度自定义iOCR接口的核心优势在于可训练的模板识别能力：用户可上传示例图片并标注关键字段（如课程名称、时间、教室），接口会学习该模板的结构，后续对同类图片的识别准确率显著提升。结合Python的自动化能力，可实现“图片→结构化数据→Excel”的一键导出，极大提升效率。

二、环境准备：工具与依赖安装

1. Python环境：建议Python 3.7+，可通过Anaconda或Pyenv管理虚拟环境。
2. 依赖库：
   • requests：发送HTTP请求调用百度iOCR API。
   • openpyxl：生成Excel文件。
   • Pillow：处理图片（如调整大小、灰度化）。

     pip install requests openpyxl pillow

3. 百度智能云账号：
   • 登录百度智能云控制台，开通“文字识别”服务，获取API Key和Secret Key。
   • 创建自定义模板：在“文字识别→自定义模板OCR”中上传课表示例图片，标注表头、时间列、教室列等字段。

三、核心步骤：从API调用到Excel导出

1. 获取Access Token

百度API需通过OAuth2.0认证，使用API Key和Secret Key获取临时令牌：

import requests
import base64
import hashlib
import json
def get_access_token(api_key, secret_key):
    auth_url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={api_key}&client_secret={secret_key}"
    response = requests.get(auth_url)
    return response.json().get("access_token")

2. 调用自定义iOCR接口

上传图片并指定模板ID（在百度控制台创建模板后获取）：

def recognize_custom_ocr(access_token, image_path, template_id):
    ocr_url = f"https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token={access_token}"
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    # 读取图片并转为Base64
    with open(image_path, 'rb') as f:
        image_data = base64.b64encode(f.read()).decode('utf-8')
    params = {
        "image": image_data,
        "templateSign": template_id,  # 模板ID
        "recognizeGranularity": "big"  # 返回整体结果
    }
    response = requests.post(ocr_url, data=params, headers=headers)
    return response.json()

3. 解析识别结果

百度iOCR返回的JSON包含字段坐标和文字内容，需按模板结构提取：

def parse_ocr_result(result):
    # 假设模板中"时间"列在result['words_result'][0]，"教室"列在[1]
    time_cells = [cell['words'] for cell in result['words_result'] if '时间' in cell['location']]
    room_cells = [cell['words'] for cell in result['words_result'] if '教室' in cell['location']]
    return list(zip(time_cells, room_cells))

4. 生成Excel空课表

使用openpyxl创建带格式的Excel文件：

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment
def generate_empty_schedule(data, output_path):
    wb = Workbook()
    ws = wb.active
    ws.title = "空课表"
    # 写入表头
    ws['A1'] = "时间"
    ws['B1'] = "教室"
    for col in ['A', 'B']:
        ws[f'{col}1'].font = Font(bold=True)
        ws[f'{col}1'].alignment = Alignment(horizontal='center')
    # 写入数据
    for row, (time, room) in enumerate(data, start=2):
        ws[f'A{row}'] = time
        ws[f'B{row}'] = room
    wb.save(output_path)

四、完整代码与运行示例

# 主程序
if __name__ == "__main__":
    API_KEY = "your_api_key"
    SECRET_KEY = "your_secret_key"
    TEMPLATE_ID = "your_template_id"  # 百度控制台获取
    IMAGE_PATH = "schedule.jpg"
    OUTPUT_PATH = "empty_schedule.xlsx"
    # 1. 获取Access Token
    token = get_access_token(API_KEY, SECRET_KEY)
    # 2. 调用OCR
    ocr_result = recognize_custom_ocr(token, IMAGE_PATH, TEMPLATE_ID)
    # 3. 解析数据
    schedule_data = parse_ocr_result(ocr_result)
    # 4. 生成Excel
    generate_empty_schedule(schedule_data, OUTPUT_PATH)
    print(f"空课表已导出至 {OUTPUT_PATH}")

五、优化与扩展建议

1. 错误处理：添加对API调用失败、图片质量差等情况的异常捕获。
2. 批量处理：遍历文件夹中的多张课表图片，批量生成Excel。
3. 模板管理：将多个模板ID存储在配置文件中，根据图片类型自动选择。
4. GUI界面：使用PyQt或Tkinter封装为桌面应用，降低使用门槛。

六、总结与价值

通过Python与百度自定义iOCR的结合，原本需要手动录入的课表信息可实现全自动化处理。该方法不仅适用于教育场景，也可扩展至财务报表、票据等结构化文本的识别与导出。对于开发者而言，掌握此类技术能显著提升数据处理效率，为企业节省人力成本。