乐趣区

关于python:自动化神器Python-批量读取身份证信息写入-Excel

明天分享一个实用技能,利用 Python 批量读取身份证信息写入 Excel。

读取

以图片模式的身份证为例,信息读取咱们应用 百度文字辨认 OCR来实现,百度接口提供了收费额度,日常应用根本差不多够了,上面来具体看一下如何应用百度文字辨认。

SDK 装置

百度云 SDK 提供了 Python、Java 等多种语言的反对,Python 版的 SDK 装置很简略,应用 pip install baidu-aip 即可,反对 Python 2.7+ & 3.x 版本。

创立利用

创立利用须要一个百度或百度云账号,注册登录地址为:https://login.bce.baidu.com/?redirect=http%3A%2F%2Fcloud.baidu.com%2Fcampaign%2Fcampus-2018%2Findex.html,登录后将鼠标移到登录头像地位,在弹出菜单中点击 用户核心,如图所示:

首次进入需选一下相应信息,如图所示:

选完之后点保留即可。

接着将鼠标移到左侧 > 符号地位,再选 人工智能 ,点击 文字辨认,如图所示:

点击之后会进到如下所示图中:

当初,咱们就能够点击 创立利用 了,之后进到如下所示图中:

从上图中咱们能够看出 百度文字辨认 OCR可能辨认的信息类别十分多,也就是说不只是身份证,如果你有其余信息辨认的需要也是能够通过它来疾速实现的。

这里咱们填一下 利用名称 利用形容,填完之后点立刻创立即可。

创立实现后返回利用列表,如下图所示:

咱们须要用到 AppID&API Key&Secret Key 这三个值,记录一下。

代码实现

代码实现很简略,几行 Python 代码即可搞定,如下所示:

from aip import AipOcr

APP_ID = '本人的 APP_ID'
API_KEY = '本人的 API_KEY'
SECRET_KEY = '本人的 SECRET_KEY'
# 创立客户端对象
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
# 关上并读取文件内容
fp = open("idcard.jpg", "rb").read()
# res = client.basicGeneral(fp)  # 一般
res = client.basicAccurate(fp)  # 高精度

从上述代码中能够看出辨认性能分为 一般 高精度 两种模式,为了识别率更高,咱们这里采纳 高精度 模式。

以如下三张我在网上找的假身份证为例:

因为有多张身份证图片,咱们须要写一个办法来进行遍历,代码实现如下:

def findAllFile(base):
    for root, ds, fs in os.walk(base):
        for f in fs:
            yield base + f

通过辨认性能获取到的身份证原始信息格式如下:

{'words_result': [{'words': '姓名韦小宝'}, {'words': '性别男民族汉'}, {'words': '出世 1654 年 12 月 20 日'}, {'words': '住址北京市东城区景山前街 4 号'}, {'words': '紫禁城敬事房'}, {'words': '公民身份证号码 11204416541220243X'}], 'log_id': 1411522933129289151, 'words_result_num': 6}

写入

证件信息的写入应用 Pandas 来实现。这里咱们还须要先将获取的原始证件信息进行预处理以便写入 Excel 中,咱们将证件的姓名 … 住址别离寄存在数组中,解决代码实现如下:

for tex in res["words_result"]:
    row = tex["words"]
    if "姓名" in row:
        names.append(row[2:])
    elif "性别" in row:
        genders.append(row[2:3])
        nations.append(row[5:])
    elif "出世" in row:
        births.append(row[2:])
    elif "住址" in row:
        addr += row[2:]
    elif "公民身份证号码" in row:
        ids.append(row[7:])
    else:
        addr += row

之后就能够很不便的将信息间接写入到 Excel 中了,写入代码实现如下:

df = pd.DataFrame({"姓名": names, "性别": genders, "民族": nations,
                       "出世": births, "住址": address, "身份证号码": ids})
df.to_excel('idcards.xlsx', index=False)

看一下写入成果:

到此,咱们就实现了身份证信息的批量读写性能。

源码在公众号 Python 小二 后盾回复 身份证 获取。

退出移动版