tencentcloud-ocr-recognizetableaccurate

name	tencentcloud-ocr-recognizetableaccurate
description	腾讯云表格识别v3(RecognizeTableAccurateOCR)接口调用技能。当用户需要从表格图片或PDF中识别常规表格、无线表格、多表格的内容,提取每个单元格的文字信息,或将表格图片识别结果导出为Excel文件时,应使用此技能。支持中英文表格图片、旋转表格图片、嵌套表格图片等复杂场景,识别效果优于表格识别V2。
version	1.0.3
display_name	腾讯云表格识别v3
display_name_en	Tencent Cloud Table OCR v3
description_zh	调用腾讯云表格识别v3接口，支持常规表格、无线表格、多表格、嵌套表格和旋转表格的识别。返回每个单元格的文字内容，支持导出为Excel文件。适用于各类复杂表格图片/PDF的结构化提取。
description_en	Tencent Cloud RecognizeTableAccurateOCR API for table recognition. Supports bordered, borderless, nested, multi-table, and rotated table images/PDFs with Excel export capability.
visibility	public

腾讯云表格识别v3 (RecognizeTableAccurateOCR)

用途

调用腾讯云OCR表格识别v3接口，支持中英文图片/PDF内常规表格、无线表格、多表格的检测和识别，返回每个单元格的文字内容，支持旋转的表格图片识别，且支持将识别结果保存为Excel格式。

核心能力：

• 常规表格识别：支持有线表格的精准识别
• 无线表格识别：支持无边框表格的检测与识别
• 多表格识别：单张图片/PDF中包含多个表格时均可检测
• 嵌套表格识别：有线表格中包含无线表格的复杂场景
• 旋转表格识别：支持旋转角度的表格图片
• Excel导出：识别结果可直接导出为Excel文件（Base64编码）
• PDF支持：支持PDF文件的单页表格识别

官方文档：https://cloud.tencent.com/document/api/866/86721

使用时机

当用户提出以下需求时触发此技能：

• 需要从图片中提取表格内容
• 需要从PDF中识别表格数据
• 需要将图片/PDF中的表格转换为Excel文件
• 涉及表格OCR识别的任何场景
• 需要识别无线表格、嵌套表格等复杂表格

环境要求

• Python 3.6+
• 依赖：tencentcloud-sdk-python（通过 pip install tencentcloud-sdk-python 安装）
• 环境变量：
  • TENCENTCLOUD_SECRET_ID：腾讯云API密钥ID
  • TENCENTCLOUD_SECRET_KEY：腾讯云API密钥Key

使用方式

运行 scripts/main.py 脚本完成表格识别。

请求参数

参数	类型	必填	说明
ImageBase64	str	否(二选一)	图片/PDF的Base64值，编码后不超过10M，分辨率建议600*800以上且长宽比小于3，支持PNG/JPG/JPEG/BMP/PDF
ImageUrl	str	否(二选一)	图片/PDF的URL地址，都提供时只使用ImageUrl
PdfPageNumber	int	否	PDF页码，仅支持单页识别，默认1，必须>=1
UserAgent	str	否	请求来源标识(可选)，用于追踪调用来源，统一固定为Skills

输出格式

识别成功后返回 JSON 格式结果：

格式化输出模式（默认）：

{
  "表格数量": 1,
  "表格详情"