请教 OCR 银行流水 cell 定高定宽的处理

[zztt168]

我不是程序员，业余学过 python ，大概能写个爬虫的水平。

请教下，我手边有扫描版的银行明细，大概有几百页，希望通过 OCR 的方式变为 Excel 表格。 昨天尝试了几个软件，都不大好用，想到用 python 做 OCR 。因为是相对比较结构化的数据，所以想能不能用定高定宽（确定好每个 cell 的坐标）的方式识别具体内容，然后按照顺序归入到不同字段。

昨天看到了 easyocr 和 paddle ，感觉都有点复杂了，自己选定坐标定高定宽，是否更加方便，应该如何实现？如果有更好的方案，也请分享。谢谢。

[liantian]

网上银行 > 账户 > 交易明细查询

这是最简单的哈...认真的。

回到主题，身为银行开发，给你说下我们是怎么 ocr 票据的

核心是第一步，图像校正，就是把歪七扭八的图片矫正。这块你要去翻翻 github/google ，关键词 opencv 校正 图片。
然后就是切片，就简单掠过了，这部要做的额外原因是银行有保密要求，同一张票的不同字段会给不同的外包复核。
再然后是 ocr ，ocr 的关键是，训练几个只认数字的模型。部分位置只取数字，cpu 压力很低。

目前银行还是由人工复核的步骤存在。不过如果只是流水，核对下总额也就 ok 了。

[dayeye2006199]

可以选个比较土鳖的 OCR 包，但是把扫出来的内容扔给 chatgpt ，你把表头信息告诉 chatgpt ，让他整理成 json 或者表格的格式。
我试过，效果还不错的

[jifengg]

1： https://web.baimiaoapp.com/image-to-excel
2：QQ 或 TIM ，图片全部发给自己，查看图片，识别文字，“转为在线文档”，如果图内容是表格可以在“腾讯文档”生成 excel

[shuianfendi6]

table recognition 要么是用语义，要么是写后续处理的算法，paddleocr 在测试集上是比较好的了

lz 这个可以把 ocr 输出的 anchor 信息用来排版，写排版的逻辑，如果对齐的比较好的话

[virusdefender]

转换为图片，按照你确定的位置切割之后再丢给 ocr 可能更简单，不太清楚那些库能不能只识别一部分区域