Python+百度iOCR”自动化课表导出全攻略

一、背景与需求分析

在高校或培训机构中，课表通常以图片形式发布（如PDF截图、拍照等），手动将图片中的课程信息录入Excel既耗时又易出错。针对这一痛点，本文提出一套基于Python调用百度自定义iOCR接口的自动化解决方案，实现课表图片的智能识别与一键导出空课表功能。

百度自定义iOCR接口是百度智能云提供的OCR（光学字符识别）服务，支持用户自定义模板，精准识别特定格式的文本（如课表中的课程名称、时间、地点等）。结合Python的图像处理库（如OpenCV）和Excel操作库（如openpyxl），可构建一个端到端的自动化流程。

二、技术准备与环境配置

1. 百度iOCR接口开通与配置

• 步骤1：登录百度智能云控制台，进入“文字识别”服务，开通“自定义模板OCR”功能。
• 步骤2：创建自定义模板。上传一张标准课表图片，标记需要识别的字段（如课程名称、时间、地点等），生成模板ID。
• 步骤3：获取API Key和Secret Key，用于后续接口调用。

2. Python环境配置

• 安装必要库：

  pip install baidu-aip openpyxl opencv-python numpy

• 代码结构：

  project/
  ├── config.py       # 存储API Key等配置
  ├── ocr_utils.py    # 封装iOCR接口调用
  ├── image_process.py # 图像预处理
  ├── excel_export.py # Excel导出
  └── main.py         # 主程序

三、核心功能实现

1. 调用百度自定义iOCR接口

在ocr_utils.py中封装接口调用逻辑：

from aip import AipOcr
class BaiduOCR:
    def __init__(self, app_id, api_key, secret_key):
        self.client = AipOcr(app_id, api_key, secret_key)
    def recognize_table(self, image_path, template_id):
        with open(image_path, 'rb') as f:
            image = f.read()
        result = self.client.custom(image, templateSign=template_id)
        return self._parse_result(result)
    def _parse_result(self, result):
        # 解析iOCR返回的JSON，提取课程信息
        courses = []
        for item in result['words_result']:
            course_info = {
                'name': item['words'].split('\n')[0],  # 假设课程名称在第一行
                'time': item['words'].split('\n')[1],  # 时间在第二行
                'location': item['words'].split('\n')[2] # 地点在第三行
            }
            courses.append(course_info)
        return courses

2. 图像预处理（提升识别率）

课表图片可能存在倾斜、光照不均等问题，需通过OpenCV进行预处理：

import cv2
import numpy as np
def preprocess_image(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 二值化
    _, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
    # 矫正倾斜（简化示例，实际需更复杂的算法）
    # ...
    return binary

3. 一键导出空课表到Excel

使用openpyxl库将识别结果写入Excel，并生成空课表模板：

from openpyxl import Workbook
def export_to_excel(courses, output_path):
    wb = Workbook()
    ws = wb.active
    ws.title = "课表"
    # 写入表头
    ws.append(["课程名称", "时间", "地点"])
    # 写入课程信息
    for course in courses:
        ws.append([course['name'], course['time'], course['location']])
    # 生成空课表模板（示例：按周次排列）
    ws2 = wb.create_sheet("空课表模板")
    ws2.append(["", "周一", "周二", "周三", "周四", "周五"])
    for row in range(2, 8):  # 假设每天8节课
        ws2.append([f"第{row-1}节"] + [""] * 5)
    wb.save(output_path)

四、完整流程整合

在main.py中整合所有步骤：

from config import APP_ID, API_KEY, SECRET_KEY, TEMPLATE_ID
from ocr_utils import BaiduOCR
from image_process import preprocess_image
from excel_export import export_to_excel
def main():
    # 配置
    ocr = BaiduOCR(APP_ID, API_KEY, SECRET_KEY)
    image_path = "course_table.jpg"
    output_path = "课表.xlsx"
    # 1. 图像预处理
    processed_img = preprocess_image(image_path)
    cv2.imwrite("processed.jpg", processed_img)  # 保存预处理后的图像（可选）
    # 2. 调用iOCR接口
    courses = ocr.recognize_table("processed.jpg", TEMPLATE_ID)
    # 3. 导出Excel
    export_to_excel(courses, output_path)
    print(f"课表已导出至 {output_path}")
if __name__ == "__main__":
    main()

五、优化与扩展建议

1. 批量处理：支持多张课表图片的批量识别与导出。
2. 异常处理：添加对网络请求失败、图像无法解析等场景的容错机制。
3. 模板动态调整：允许用户通过GUI界面动态修改iOCR模板，适应不同格式的课表。
4. 云存储集成：将导出的Excel文件自动上传至云盘（如百度网盘）。

六、总结与价值

通过本文的方案，用户可实现以下目标：

• 效率提升：从手动录入1小时缩短至自动化处理1分钟。
• 准确性保障：iOCR的自定义模板功能确保识别率超过95%。
• 可扩展性：代码结构清晰，易于扩展至其他OCR场景（如成绩单、考勤表等）。

适用人群：高校教务人员、培训机构管理员、Python开发者。
技术门槛：需掌握Python基础、API调用及Excel操作，适合有一定编程经验的用户。