批量AI提取图片，PDF的文字到Excel（身份证，合同发票信息等），数据安全，支持断网使用

前言

大家好，这里是“鲸闲办公”，最近公司有一个变态的需求，有一堆身份证图片，然后将每个身份证信息放到excel表格里面。单个文本是很容易操作的，但多个文件就相当耗费人力，今天老罗就是帮大家来解决这个问题的。

 功能使用的是本地千问大模型，支持断网使用，联网时，支持使用DeepSeek，智谱等大模型。

 

视频演示

https://githubs.xyz/show/fish/excel_ai_idcard.mp4

 

需求描述

要提取的身份证图片，打开内容如下：

 

需要将信息放到excel表格里面 ， 结果如下图：

 

 

如果只有一个图片，我想人工操作还是很简单的，但是我有一批图片都需要录入。

如果你想早点下班，抛开这些重复的繁琐步骤，节省更多时间充实自己，就请往下看。

 

解决方案

关注公众号：”老罗软件“  ， 可以获取到解决方案软件下载。 

 

这是一个专业解决excel多文件处理的方案， 主界面上找到 Excel AI批处理

 

 

打开后， 我们找到“文件AI提取” 这个智能体

 

软件，默认是DeepSeek模型，需要在右上角设置模型的密钥。 

 

如果你想用本地模型， 断网使用的话， 就设置本地模型， 但是本地模型需要下载“模型支持文件”。模型设置好之后，我们继续。

 

首先，我们点击文件，输入你要处理的图片。

 

 然后找到右边的 “提示词” 按钮图标按钮， 点击 身份证提取。

 

然后发送消息给智能体，就可以了。等待处理结束。

程序会一条一条处理， 执行完，打开结果文件，结果就如下图：

 

 

如果您有疑问可以一起来探讨，功能就介绍到 这里 ，希望能帮助大家，感谢！！！

技术实现

非技术人员不需要观看！！  这里设计到的技术复杂， 我也就就简单讲解实现原理。

 

软件是基于Python开发的现代化办公自动化软件，主要使用了如下技术架构：

1. PySide6 (Qt6) - 现代化GUI界面框架：

2. springboot： excel的数据脱敏是通过后端java实现的。

3. 文件处理：os.walk() - 递归遍历目录结构。

4. http请求： requests框架。 

 

部分代码解析

项目的 开始 按钮，会开启一个QThread线程去处理，首先是获取excel目录， 然后通过os.walk遍历目录获取到所有文件，然后一个一个进行处理，处理的业务代码如下：

import logging
import os
import openpyxl
from openpyxl.utils import get_column_letter, column_index_from_string

from api.news.excel_api_new import ExcelAPINews
from utils import FileUtils
from utils.ai_ask_installer import AiAskInstaller
from utils.ai_configure import AiConfigure
from utils.paddle_installer import PaddleInstaller


class AIExtractFilesService:
    """Excel AI分析提取服务"""

    def __init__(self):
        self.api = ExcelAPINews()

    def delete_temp_file(self, files):
        if files:
            for file in files:
                FileUtils.remove_file(file)

    def ocr_to_temp_file(self, input_file, out_dir, pdfContinesOCR):
        ## 临时文件
        out_put = os.path.join(out_dir, FileUtils.get_filename_without_extension(input_file) + ".txt")

        self.api.fileTextOCR(input_file, out_put, {
            "cmd": PaddleInstaller.GS_CMD,
            "inputRange": "empty",
            "pdfContinesOCR": pdfContinesOCR
        })
        return out_put

    def merge_files(self , files , output):
        self.api.mergeExcelsToOneSheet(output, output, {
            "excels": files
        })

    def process_excel_file(self, input_file, output_file, model_name, output_config, prompt,
                           scence, sk, ocr_file, max_tokens=200):
        """
        处理Excel文件
        :param input_file: 输入文件路径
        :param output_file: 输出文件路径
        :param input_range: 输入范围（如 A1:C10）
        :param output_column: 输出列（如 A）
        :param model_name: 模型名称
        :param output_config: 输出配置列表 [{"title": "姓名", "format": "TEXT"}, ...]
        """
        print(f"Input file: {input_file}")
        print(f"Output file: {output_file}")

        ##  [{'title': '姓名', 'format': 'TEXT'}, {'title': '身份证号', 'format': 'TEXT'}, {'title': '出生日期', 'format': 'DATE_SHORT'}]
        print(f"Output config: {output_config}")

        print(f"Prompt: {prompt}")
        print(f"Scence: {scence}")

        if '本地' in model_name:
            model_name_str = 'local'
        else:
            model_name_str = model_name

        # 构建输出配置参数
        output_columns = []
        if output_config and len(output_config) > 0:
            for item in output_config:
                output_columns.append({
                    "titleName": item.get('title', ''),
                    "formatEnum": item.get('format', 'TEXT')
                })

        params = {
            "inputRange": "empty",
            "outputColumn": "empty",
            "ask": {
                "model": model_name_str,
                "scene": scence,
                "cmd": AiAskInstaller.GS_CMD,
                "custom_prompt": prompt,
                "sk": sk,
                "maxTokens": AiConfigure.get_max_tokens()
            },
            "titleCellInfos": output_columns,
            "ocrFile": ocr_file
        }
        self.api.aiAskFile(input_file, output_file, params)

 

代码没有开源噢。如果您有技术合作意向，还请联系本人。今天就介绍到 这里 ，希望能帮助大家，感谢！！！

 

结尾语

单个图片直接用肉眼看然后用wps这些有名的工具就可以了，  但是针对多文件批量一键处理还可以尝试我文章中的介绍方法，可以为你提高很大的工作效率，让你有时间充实自己，而不是像机器人一样做重复的工作，没有任何新的收获。 就说到这里了， 如帮助到你了，还请点个赞，感谢！！