[[409092]]

今天分享一個(gè)實(shí)用技能，利用 Python 批量讀取身份證信息寫(xiě)入 Excel。

讀取

以圖片形式的身份證為例，信息讀取我們使用百度文字識(shí)別OCR來(lái)實(shí)現(xiàn)，百度接口提供了免費(fèi)額度，日常使用基本差不多夠了，下面來(lái)具體看一下如何使用百度文字識(shí)別。

SDK 安裝

百度云 SDK 提供了 Python、Java 等多種語(yǔ)言的支持，Python 版的 SDK 安裝很簡(jiǎn)單，使用pip install baidu-aip即可，支持 Python 2.7+ & 3.x 版本。

創(chuàng)建應(yīng)用

創(chuàng)建應(yīng)用需要一個(gè)百度或百度云賬號(hào)，注冊(cè)登錄地址為：https://login.bce.baidu.com/?redirect=http%3A%2F%2Fcloud.baidu.com%2Fcampaign%2Fcampus-2018%2Findex.html，登錄后將鼠標(biāo)移到登錄頭像位置，在彈出菜單中點(diǎn)擊用戶(hù)中心，如圖所示：

首次進(jìn)入需選一下相應(yīng)信息，如圖所示：

選完之后點(diǎn)保存即可。

接著將鼠標(biāo)移到左側(cè)>符號(hào)位置，再選人工智能，點(diǎn)擊文字識(shí)別，如圖所示：

點(diǎn)擊之后會(huì)進(jìn)到如下所示圖中：

現(xiàn)在，我們就可以點(diǎn)擊創(chuàng)建應(yīng)用了，之后進(jìn)到如下所示圖中：

從上圖中我們可以看出百度文字識(shí)別OCR能夠識(shí)別的信息類(lèi)別非常多，也就是說(shuō)不只是身份證，如果你有其他信息識(shí)別的需求也是可以通過(guò)它來(lái)快速實(shí)現(xiàn)的。

這里我們填一下應(yīng)用名稱(chēng)和應(yīng)用描述，填完之后點(diǎn)立即創(chuàng)建即可。

創(chuàng)建完成后返回應(yīng)用列表，如下圖所示：

我們需要用到AppID&API Key&Secret Key這三個(gè)值，記錄一下。

代碼實(shí)現(xiàn)

代碼實(shí)現(xiàn)很簡(jiǎn)單，幾行 Python 代碼即可搞定，如下所示：

from aip import AipOcr 
 
APP_ID = '自己的APP_ID' 
API_KEY = '自己的API_KEY' 
SECRET_KEY = '自己的SECRET_KEY' 
# 創(chuàng)建客戶(hù)端對(duì)象 
client = AipOcr(APP_ID, API_KEY, SECRET_KEY) 
# 打開(kāi)并讀取文件內(nèi)容 
fp = open("idcard.jpg", "rb").read() 
# res = client.basicGeneral(fp)  # 普通 
res = client.basicAccurate(fp)  # 高精度 

從上述代碼中可以看出識(shí)別功能分為普通和高精度兩種模式，為了識(shí)別率更高，我們這里采用高精度模式。

以如下三張我在網(wǎng)上找的假身份證為例：

因?yàn)橛卸鄰埳矸葑C圖片，我們需要寫(xiě)一個(gè)方法來(lái)進(jìn)行遍歷，代碼實(shí)現(xiàn)如下：

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

通過(guò)識(shí)別功能獲取到的身份證原始信息格式如下：

{'words_result': [{'words': '姓名韋小寶'}, {'words': '性別男民族漢'}, {'words': '出生1654年12月20日'}, {'words': '住址北京市東城區(qū)景山前街4號(hào)'}, {'words': '紫禁城敬事房'}, {'words': '公民身份證號(hào)碼11204416541220243X'}], 'log_id': 1411522933129289151, 'words_result_num': 6} 

寫(xiě)入

證件信息的寫(xiě)入使用 Pandas 來(lái)實(shí)現(xiàn)。這里我們還需要先將獲取的原始證件信息進(jìn)行預(yù)處理以便寫(xiě)入 Excel 中，我們將證件的姓名...住址分別存放在數(shù)組中，處理代碼實(shí)現(xiàn)如下：

for tex in res["words_result"]: 
    row = tex["words"] 
    if "姓名" in row: 
        names.append(row[2:]) 
    elif "性別" in row: 
        genders.append(row[2:3]) 
        nations.append(row[5:]) 
    elif "出生" in row: 
        births.append(row[2:]) 
    elif "住址" in row: 
        addr += row[2:] 
    elif "公民身份證號(hào)碼" in row: 
        ids.append(row[7:]) 
    else: 
        addr += row 

之后就可以很方便的將信息直接寫(xiě)入到 Excel 中了，寫(xiě)入代碼實(shí)現(xiàn)如下：

df = pd.DataFrame({"姓名": names, "性別": genders, "民族": nations, 
                       "出生": births, "住址": address, "身份證號(hào)碼": ids}) 
df.to_excel('idcards.xlsx', index=False) 

看一下寫(xiě)入效果：

到此，我們就實(shí)現(xiàn)了身份證信息的批量讀寫(xiě)功能。