如何用Python调用百度自定义iOCR接口并一键导出空课表？

一、背景与需求分析

在高校、培训机构或企业内，纸质课表、照片或扫描件形式的课程安排常因格式不统一、手动录入效率低而成为管理痛点。传统OCR工具对复杂表格、手写体的识别准确率有限，而百度自定义iOCR接口通过训练专属模型，可精准识别特定场景下的文字与表格结构，结合Python自动化脚本，能实现“图片→结构化数据→空课表导出”的全流程操作。本文以2023年10月最新接口规范为例，分步骤拆解技术实现路径。

二、百度自定义iOCR接口核心能力

百度自定义iOCR（Intelligent Optical Character Recognition）是面向企业用户的定制化OCR服务，支持通过上传样本图片训练专属模型，识别特定字体、排版、表格线等特征。其核心优势包括：

1. 高精度表格识别：可解析合并单元格、斜线表头等复杂结构；
2. 字段级输出：支持按列名、行名提取数据，避免全量文本混乱；
3. 低样本量训练：仅需50-100张标注图片即可生成可用模型；
4. API灵活调用：提供RESTful接口，兼容Python、Java等多语言。

三、Python调用iOCR接口全流程

1. 环境准备

• 依赖库安装：

  pip install requests openpyxl pillow

  • requests：发送HTTP请求；
  • openpyxl：操作Excel文件；
  • Pillow：图片预处理。

• 获取API密钥：
  登录百度智能云控制台，创建自定义iOCR应用，获取API Key和Secret Key，用于生成访问令牌（Access Token）。

2. 生成Access Token

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")

3. 图片预处理与调用接口

• 预处理：调整图片分辨率（建议300dpi以上）、二值化、去噪，提升识别率。

• 调用接口：

  def recognize_table(access_token, image_path):
    request_url = f"https://aip.baidubce.com/rest/2.0/solution/v1/iocr/recognise?access_token={access_token}"
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    with open(image_path, 'rb') as f:
        image_data = base64.b64encode(f.read()).decode('utf-8')
    params = {
        "image": image_data,
        "recognize_granularity": "table",  # 指定识别表格
        "is_pdf_polygon": "false",
        "result_type": "json"
    }
    response = requests.post(request_url, data=params, headers=headers)
    return response.json()

4. 解析JSON响应

接口返回的JSON包含表格的行列坐标、单元格文本及置信度。需按以下逻辑提取数据：

def parse_table_data(json_response):
    tables = json_response.get("result", [])[0].get("tables", [])
    if not tables:
        return []
    data = []
    for table in tables:
        for row in table.get("rows", []):
            row_data = []
            for cell in row.get("cells", []):
                row_data.append(cell.get("text", ""))
            data.append(row_data)
    return data

四、一键导出空课表实现

将解析后的数据写入Excel，并标记空课时段：

from openpyxl import Workbook
def export_empty_schedule(table_data, output_path):
    wb = Workbook()
    ws = wb.active
    ws.title = "空课表"
    # 写入表头（假设第一行为星期，第一列为节次）
    for col, header in enumerate(table_data[0], 1):
        ws.cell(row=1, column=col, value=header)
    # 填充数据并标记空课时
    for row_idx, row_data in enumerate(table_data[1:], 2):
        for col_idx, cell_data in enumerate(row_data, 1):
            ws.cell(row=row_idx, column=col_idx, value=cell_data)
            if not cell_data.strip():  # 空单元格标记为红色
                ws.cell(row=row_idx, column=col_idx).fill = openpyxl.styles.PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")
    wb.save(output_path)

五、完整代码示例与运行

# 主程序
if __name__ == "__main__":
    API_KEY = "your_api_key"
    SECRET_KEY = "your_secret_key"
    IMAGE_PATH = "schedule.jpg"
    OUTPUT_PATH = "empty_schedule.xlsx"
    token = get_access_token(API_KEY, SECRET_KEY)
    json_response = recognize_table(token, IMAGE_PATH)
    table_data = parse_table_data(json_response)
    export_empty_schedule(table_data, OUTPUT_PATH)
    print(f"空课表已导出至：{OUTPUT_PATH}")

六、优化建议与注意事项

1. 模型训练：上传课表示例图片时，需覆盖不同字体、光照条件，提升泛化能力；
2. 错误处理：添加重试机制（如接口限流时自动延迟）；
3. 性能优化：对大图片分块识别，减少单次请求数据量；
4. 安全合规：避免上传含个人隐私的课表图片。

七、总结

通过Python调用百度自定义iOCR接口，结合Openpyxl库，可高效实现课表图片的自动化解析与空课表导出。该方法适用于教育机构、企业培训部门等场景，显著降低人工录入成本。开发者可根据实际需求扩展功能，如添加课程冲突检测、自动排课算法等。