资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

表格文字识别V2

接口描述

支持识别图片/PDF格式文档中的表格内容,返回各表格的表头表尾内容、单元格文字内容及其行列位置信息,全面覆盖各类表格样式,包括常规有线表格、无线表格、含合并单元格表格。同时,支持多表格内容识别。

视频教程请参见 表格文字识别V2使用教程

在线调试

您可以在 示例代码中心 中调试该接口,可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。

请求说明

请求示例

HTTP 方法:POST

请求URL: https://aip.baidubce.com/rest/2.0/ocr/v1/table

URL参数:

参数
access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取

Header如下:

参数
Content-Type application/x-www-form-urlencoded

Body中放置请求参数,参数详情如下:

请求参数

参数 是否必选 类型 可选值范围 说明
image 和 url/pdf_file/ofd_file 四选一 string - 图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过8M,最短边至少15px,最长边最大4096px,支持jpg/jpeg/png/bmp格式
优先级:image > url > pdf_file > ofd_file ,当image字段存在时,url、pdf_file、ofd_file 字段失效
url 和 image/pdf_file/ofd_file 四选一 string - 图片完整url,url长度不超过1024字节,url对应的图片base64编码后大小不超过8M,最短边至少15px,最长边最大4096px,支持jpg/jpeg/png/bmp格式
优先级:image > url > pdf_file > ofd_file,当image字段存在时,url字段失效
请注意关闭URL防盗链
pdf_file 和 image/url/ofd_file 四选一 string - PDF文件,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过8M,最短边至少15px,最长边最大4096px
优先级:image > url > pdf_file > ofd_file,当image、url字段存在时,pdf_file字段失效
pdf_file_num string - 需要识别的PDF文件的对应页码,当 pdf_file 参数有效时,识别传入页码的对应页面内容,若不传入,则默认识别第 1 页
ofd_file 和 image/url/pdf_file 四选一 string - OFD文件,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过8M,最短边至少15px,最长边最大4096px
优先级:image > url > pdf_file > ofd_file,当image、url、pdf_file字段存在时,ofd_file字段失效
ofd_file_num string - 需要识别的OFD文件的对应页码,当 ofd_file 参数有效时,识别传入页码的对应页面内容,若不传入,则默认识别第 1 页
return_excel string true/false 是否输出excel文件,默认不输出,即:false。可选值包括:
- true:输出excel,base64编码后输出
- false:不输出excel
cell_contents string true/false 是否输出单元格文字位置信息,可选值包括:
- false: 默认值,仅输出单元格行列信息及四角点坐标,不输出单元格内文字位置信息
- true: 输出单元格内文字的外接四边形四角点坐标,若文字折行,则分行分别输出

请求代码示例

提示一:使用示例代码前,请记得替换其中的示例Token、图片地址或Base64信息。

提示二:部分语言依赖的类或库,请在代码注释中查看下载地址。

curl -i -k 'https://aip.baidubce.com/rest/2.0/ocr/v1/table?access_token=【调用鉴权接口获取的token】' --data 'image=【图片Base64编码,需UrlEncode】' -H 'Content-Type:application/x-www-form-urlencoded'
# encoding:utf-8

import requests
import base64

'''
表格文字识别
'''

request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/table"
# 二进制方式打开图片文件
f = open('[本地文件]', 'rb')
img = base64.b64encode(f.read())

params = {"image":img}
access_token = '[调用鉴权接口获取的token]'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json())
package com.baidu.ai.aip;

import com.baidu.ai.aip.utils.Base64Util;
import com.baidu.ai.aip.utils.FileUtil;
import com.baidu.ai.aip.utils.HttpUtil;

import java.net.URLEncoder;

/**
* 表格文字识别
*/
public class Table {

    /**
    * 重要提示代码中所需工具类
    * FileUtil,Base64Util,HttpUtil,GsonUtils请从
    * https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72
    * https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2
    * https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3
    * https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
    * 下载
    */
    public static String table() {
        // 请求url
        String url = "https://aip.baidubce.com/rest/2.0/ocr/v1/table";
        try {
            // 本地文件路径
            String filePath = "[本地文件路径]";
            byte[] imgData = FileUtil.readFileByBytes(filePath);
            String imgStr = Base64Util.encode(imgData);
            String imgParam = URLEncoder.encode(imgStr, "UTF-8");

            String param = "image=" + imgParam;

            // 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间, 客户端可自行缓存,过期后重新获取。
            String accessToken = "[调用鉴权接口获取的token]";

            String result = HttpUtil.post(url, accessToken, param);
            System.out.println(result);
            return result;
        } catch (Exception e) {
            e.printStackTrace();
        }
        return null;
    }

    public static void main(String[] args) {
        Table.table();
    }
}
#include <iostream>
#include <curl/curl.h>

// libcurl库下载链接:https://curl.haxx.se/download.html
// jsoncpp库下载链接:https://github.com/open-source-parsers/jsoncpp/
const static std::string request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/table";
static std::string table_result;
/**
* curl发送http请求调用的回调函数,回调函数中对返回的json格式的body进行了解析,解析结果储存在全局的静态变量当中
* @param 参数定义见libcurl文档
* @return 返回值定义见libcurl文档
*/
static size_t callback(void *ptr, size_t size, size_t nmemb, void *stream) {
    // 获取到的body存放在ptr中,先将其转换为string格式
    table_result = std::string((char *) ptr, size * nmemb);
    return size * nmemb;
}
/**
* 表格文字识别
* @return 调用成功返回0,发生错误返回其他错误码
*/
int table(std::string &json_result, const std::string &access_token) {
    std::string url = request_url + "?access_token=" + access_token;
    CURL *curl = NULL;
    CURLcode result_code;
    int is_success;
    curl = curl_easy_init();
    if (curl) {
        curl_easy_setopt(curl, CURLOPT_URL, url.data());
        curl_easy_setopt(curl, CURLOPT_POST, 1);
        curl_httppost *post = NULL;
        curl_httppost *last = NULL;
        curl_formadd(&post, &last, CURLFORM_COPYNAME, "image", CURLFORM_COPYCONTENTS, "【base64_img】", CURLFORM_END);

        curl_easy_setopt(curl, CURLOPT_HTTPPOST, post);
        curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, callback);
        result_code = curl_easy_perform(curl);
        if (result_code != CURLE_OK) {
            fprintf(stderr, "curl_easy_perform() failed: %s\n",
                    curl_easy_strerror(result_code));
            is_success = 1;
            return is_success;
        }
        json_result = table_result;
        curl_easy_cleanup(curl);
        is_success = 0;
    } else {
        fprintf(stderr, "curl_easy_init() failed.");
        is_success = 1;
    }
    return is_success;
}
<?php
/**
* 发起http post请求(REST API), 并获取REST请求的结果
* @param string $url
* @param string $param
* @return - http response body if succeeds, else false.
*/
function request_post($url = '', $param = '')
{
    if (empty($url) || empty($param)) {
        return false;
    }

    $postUrl = $url;
    $curlPost = $param;
    // 初始化curl
    $curl = curl_init();
    curl_setopt($curl, CURLOPT_URL, $postUrl);
    curl_setopt($curl, CURLOPT_HEADER, 0);
    // 要求结果为字符串且输出到屏幕上
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
    // post提交方式
    curl_setopt($curl, CURLOPT_POST, 1);
    curl_setopt($curl, CURLOPT_POSTFIELDS, $curlPost);
    // 运行curl
    $data = curl_exec($curl);
    curl_close($curl);

    return $data;
}

$token = '[调用鉴权接口获取的token]';
$url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/table?access_token=' . $token;
$img = file_get_contents('[本地文件路径]');
$img = base64_encode($img);
$bodys = array(
    'image' => $img
);
$res = request_post($url, $bodys);

var_dump($res);
using System;
using System.IO;
using System.Net;
using System.Text;
using System.Web;

namespace com.baidu.ai
{
    public class Table
    {
        // 表格文字识别
        public static string table()
        {
            string token = "[调用鉴权接口获取的token]";
            string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/table?access_token=" + token;
            Encoding encoding = Encoding.Default;
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
            request.Method = "post";
            request.KeepAlive = true;
            // 图片的base64编码
            string base64 = getFileBase64("[本地图片文件]");
            String str = "image=" + HttpUtility.UrlEncode(base64);
            byte[] buffer = encoding.GetBytes(str);
            request.ContentLength = buffer.Length;
            request.GetRequestStream().Write(buffer, 0, buffer.Length);
            HttpWebResponse response = (HttpWebResponse)request.GetResponse();
            StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
            string result = reader.ReadToEnd();
            Console.WriteLine("表格文字识别:");
            Console.WriteLine(result);
            return result;
        }

        public static String getFileBase64(String fileName) {
            FileStream filestream = new FileStream(fileName, FileMode.Open);
            byte[] arr = new byte[filestream.Length];
            filestream.Read(arr, 0, (int)filestream.Length);
            string baser64 = Convert.ToBase64String(arr);
            filestream.Close();
            return baser64;
        }
    }
}

返回说明

返回参数

字段 是否必输出 类型 说明
log_id string 日志id,用于问题定位
table_num int 检测到的表格数量
tables_result array[] 表格内容
+ table_location array[] 单个表格的四角点x,y坐标
+ header array[] 表头信息
++ location array[] 表头位置,四角点 x,y 坐标
++ words string 表头文字内容,按行拆分
+ body array[] 单元格信息
++ cell_location array[] 单元格四角点x,y坐标
++ row_start int 单元格行起始编号,横线编号从0开始
++ row_end int 单元格行终止编号
++ col_start int 单元格列起始编号,竖线编号从0开始
++ col_end int 单元格列终止编号
++ words string 单元格文字内容
++ contents array[] 单元格内文字内容,分行显示,当请求参数 cell_contents = true 时返回
+++ poly_location array[] 单元格内文字各行的四角点x,y坐标
+++ word string 单元格内分行文字内容
+ footer array[] 表尾信息
++ location array[] 表尾位置,四角点 x,y 坐标
++ words string 表尾信息,按行拆分
pdf_file_size string 传入PDF文件的总页数,当 pdf_file 参数有效时返回该字段
excel_file string 图像内表格转换为excel文件的base64编码,当 return_excel 参数为true时返回该字段

返回示例

{
    "tables_result": [
        {
            "table_location": [
                {
                    "x": 67,
                    "y": 43
                },
                {
                    "x": 708,
                    "y": 43
                },
                {
                    "x": 708,
                    "y": 200
                },
                {
                    "x": 67,
                    "y": 200
                }
            ],
            "header": [
                {
                    "location": [
                        {
                            "x": 101,
                            "y": 16
                        },
                        {
                            "x": 264,
                            "y": 16
                        },
                        {
                            "x": 264,
                            "y": 34
                        },
                        {
                            "x": 101,
                            "y": 34
                        }
                    ],
                    "words": "1.营业收入/营业成本"
                }
            ],
            "body": [
                {
                    "cell_location": [
                        {
                            "x": 68,
                            "y": 44
                        },
                        {
                            "x": 188,
                            "y": 44
                        },
                        {
                            "x": 188,
                            "y": 101
                        },
                        {
                            "x": 68,
                            "y": 101
                        }
                    ],
                    "col_start": 0,
                    "row_start": 0,
                    "row_end": 2,
                    "col_end": 1,
                    "words": "项目",
                    "contents": [
                        {
                            "poly_location": [
                                {
                                    "x": 84,
                                    "y": 60
                                },
                                {
                                    "x": 128,
                                    "y": 61
                                },
                                {
                                    "x": 128,
                                    "y": 76
                                },
                                {
                                    "x": 84,
                                    "y": 75
                                }
                            ],
                            "word": "项目"
                        }
                    ]
                },
                {
                    "cell_location": [
                        {
                            "x": 192,
                            "y": 43
                        },
                        {
                            "x": 442,
                            "y": 43
                        },
                        {
                            "x": 442,
                            "y": 68
                        },
                        {
                            "x": 192,
                            "y": 68
                        }
                    ],
                    "col_start": 1,
                    "row_start": 0,
                    "row_end": 1,
                    "col_end": 3,
                    "words": "本期数",
                    "contents": [
                        {
                            "poly_location": [
                                {
                                    "x": 308,
                                    "y": 49
                                },
                                {
                                    "x": 349,
                                    "y": 49
                                },
                                {
                                    "x": 348,
                                    "y": 63
                                },
                                {
                                    "x": 307,
                                    "y": 63
                                }
                            ],
                            "word": "本期数"
                        }
                    ]
                }
            ],
            "footer": []
        }
    ],
    "table_num": 1,
    "log_id": 1516052468533474289
}
上一篇
手写文字识别
下一篇
印章识别