[[409092]]

今天分享一個實用技能，利用 Python 批量讀取身份證信息寫入 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別OCR來實現，百度接口提供了免費額度，日常使用基本差不多夠了，下面來具體看一下如何使用百度文字識別。

SDK 安裝

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

創建應用

創建應用需要一個百度或百度云賬號，注冊登錄地址為：https://login.bce.baidu.com/?redirect=http%3A%2F%2Fcloud.baidu.com%2Fcampaign%2Fcampus-2018%2Findex.html，登錄后將鼠標移到登錄頭像位置，在彈出菜單中點擊用戶中心，如圖所示：

首次進入需選一下相應信息，如圖所示：

選完之后點保存即可。

接著將鼠標移到左側>符號位置，再選人工智能，點擊文字識別，如圖所示：

點擊之后會進到如下所示圖中：

現在，我們就可以點擊創建應用了，之后進到如下所示圖中：

從上圖中我們可以看出百度文字識別OCR能夠識別的信息類別非常多，也就是說不只是身份證，如果你有其他信息識別的需求也是可以通過它來快速實現的。

這里我們填一下應用名稱和應用描述，填完之后點立即創建即可。

創建完成后返回應用列表，如下圖所示：

我們需要用到AppID&API Key&Secret Key這三個值，記錄一下。

代碼實現

代碼實現很簡單，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' 
# 創建客戶端對象 
client = AipOcr(APP_ID, API_KEY, SECRET_KEY) 
# 打開并讀取文件內容 
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別功能分為普通和高精度兩種模式，為了識別率更高，我們這里采用高精度模式。

以如下三張我在網上找的假身份證為例：

因為有多張身份證圖片，我們需要寫一個方法來進行遍歷，代碼實現如下：

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

通過識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': '住址北京市東城區景山前街4號'}, {'words': '紫禁城敬事房'}, {'words': '公民身份證號碼11204416541220243X'}], 'log_id': 1411522933129289151, 'words_result_num': 6} 

寫入

證件信息的寫入使用 Pandas 來實現。這里我們還需要先將獲取的原始證件信息進行預處理以便寫入 Excel 中，我們將證件的姓名...住址分別存放在數組中，處理代碼實現如下：

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入到 Excel 中了，寫入代碼實現如下：

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

看一下寫入效果：

到此，我們就實現了身份證信息的批量讀寫功能。