TextIn API 调用 Demo

使用方法

1. 获取API密钥

   • 访问 TextIn 控制台: https://www.textin.com/console/dashboard/setting
   • 获取 x-ti-app-id 和 x-ti-secret-code
   • 在 Client/config.conf 中填入这些密钥
   • 注意: 需要先开通以下两个服务:
     • 表格识别服务
     • 智能文档提取服务

2. 配置文件

   • 在 Client 目录下创建 config.conf 文件，并填入以下内容：

     [API]
     x_ti_app_id = your_app_id_here
     x_ti_secret_code = your_secret_code_here
     

3. 安装依赖

   pip install jsonpath pandas requests

4. 运行程序

   python Client/Client_main.py

目录结构

主要的代码都在 Client 文件夹里面

• Client_main.py 主函数
• Client_Extract.py 智能文档提取
• Client_Recognize.py 表格识别
• GUI 待完成

Client_Recognize.py 是可以设置导出 Excel 的三种方法的，你可以具体去看 API 的说明。

多说一下智能提取，就是这里面的 fields_key 是如果你的一个图片或者一整个文档只有一个字段的一个信息话，你可以用来提取；然后 table_key 是如果你的一个图片或者一整个文档有一个字段的多个信息话，你可以用来提取。或者你可以直接上他的体验馆你就知道是干啥的了（两个可以指定一个即可，也可以都指定） https://www.textin.com/console/recognition/robot_document_extract?service=open_kie_vlm_engine

• 在我目前的代码里面，默认所有的都会合并，所有的 fields_key 提取的合并到一起，所有的 table_key 的信息放到一起

• 测试智能提取用的图片在 Test_Extract 和 Test_Extract_Tickets 文件夹下面，前者的输出在 Output_Extract 下面。Output 里面的是每个图片的单独的输出结果
• 测试表格识别用的图片在 Test_Table 文件夹下面，输出在 OutPut_Table 里面
• 中间我有些调试的用来输出 JSON 的代码我注释掉了，你想要看的话可以解开

目前的问题

• 确实需要图片预处理，果然 CAC 说的是对的，当图片有水印、结构不够工整、图片不清晰、图片里面的信息过于庞大的时候，识别效果会很差（可以参考 Test_Extract 文件夹下面的图片）

需要的改进

1. 做图片的预处理，比如去水印或者增加清晰度。其实只用到时候把处理好的图片的信息传给我的 OCR 类就行了
2. 可以考虑把 PDF 和 Word 拆成一张张图片传，然后把大图片想办法拆开了传？（不知道可行不可行）。因为如果 PDF 过大的话或者过长，一个是准确度会下降，再一个就是他 API 本身就有长度的限制。

By SweetGargamel