于是我用1行代码就实现了自动识别银行卡信息并且自动生成Excel文件 ，小姐姐当场就亮眼汪汪的看着我 ，搞得我都害羞了~
识别银行卡的代码最简单 ，只需要1行腾讯云AI的第三方库potencent的代码 ，如下所示 。左右滑动 ，查看全部 。?
# pip install potencent
import potencent
# 可以填写本地图片的地址：img_path ，也可以填写在线图片的地址：img_url
# 如果2个都填 ，则只用在线图片
res = potencent.ocr.BankCardOCR(
img_path=rC:\Users\文件夹\银行卡图片,
img_url=https://www.yuucn.com/wp-content/uploads/2023/01/1674989865-d8ee5dd86315b9b.jpg,
configPath=r配置文件的信息 ，可以不填 ，默认是同级目录下的potencent-config.toml)
print(res)
识别后的返回结果 ，几乎涵盖所有银行卡上肉眼可见的内容 。?
{
"CardNo": "621700888888888889",
"BankInfo": "建设银行(01050000)",
"ValidDate": "08/2026",
"CardType": "借记卡",
"CardName": "龙卡通",
"RequestId": "86b70007-3ef5-4b7e-8685-556b0a7df1c9"
}
支持对我国大陆主流银行卡正反面关键字段的检测与识别 ，包括卡号 、卡类型 、卡名字 、银行信息 、有效期 。支持竖排异形卡识别 、多角度旋转图片识别 。支持对复印件 、翻拍件 、边框遮挡的银行卡进行告警 ，可应用于各种银行卡信息有效性校验场景 ，如金融行业身份认证 、第三方支付绑卡等场景 。
想把上面这个代码用来识别大量银行卡信息 ，并且将识别后的返回数据 ，全部写入Excel文件 。
import os
from os.path import join
import pandas as pd
# home_path = "你存放大量银行卡图片的位置"
home_path = r"C:\Users\Lenovo\Desktop\temp\test\card"
res_df = pd.DataFrame()
for (root, dirs, files) in os.walk(home_path):
for file in files:
single_res = potencent.ocr.BankCardOCR(img_path=join(root, file))
single_res = json.loads(single_res.to_json_string())
line_df = pd.DataFrame(single_res, index=[0])
print(line_df)
res_df = res_df.append(other=line_df)
print(res_df)
res_df.to_excel(r"./银行卡信息.xlsx")
# 新的一年 ，给大家准备了全新的Python学习资料 ，送给各位正在学习Python或者还没开始学的小伙伴
# 包含了Python新手软件工具礼包 、基础视频教程/电子书 、项目实战电子书/视频教程等等
# 直接在这个Q裙 708525271 自取就好了 ，希望大家在新的一年学有所成！
运行后的结果如下 ，会在同级目录下 ，生成一个Excel文件 。
路径处理改为Path方法 ，适配更多的平台
变量名称更简洁
index改为序号
但优化的前提是程序能运行成功 ，大家赶紧去试试吧！
声明：本站所有文章 ，如无特殊说明或标注 ，均为本站原创发布 。任何个人或组织 ，在未征得本站同意时 ，禁止复制 、盗用 、采集 、发布本站内容到任何网站 、书籍等各类媒体平台 。如若本站内容侵犯了原著者的合法权益 ，可联系我们进行处理 。
