r - 有没有办法使用R从excel文件中提取图片？然后可以将其放入 tesseract ocr

Question

我在其中一张表中有多个带有图片的 excel 文件。有没有办法将图像(图像路径)提取到 R 中，然后放入 tesseract ocr。

之前我使用了 openxlsx 包的函数 loadWorkbook:

wb <- openxlsx::loadWorkbook("C:/Users/.../test_file.xlsx")

当你输出 wb 时:

A Workbook object.

Worksheets:
 Sheet 1: "Sheet1"



Images:
 Image 1: "C:/Users/..../AppData/Local/Temp/RtmpuUQZm7//file41e..._openxlsx_loadworkbook/xl/media/image1.png"
 Worksheet write order: 1

反正有没有得到这个图像路径？类型变量是一个工作簿对象，当你输入它时，它的类型是“S4”，所以看起来我无法将它转换为字符并拉出路径。

Answer 1

您可以使用 @media 访问图像路径工作簿对象的插槽。

这是绘制存储在 xlsx 文件中的 PNG 的表示:

require(png)
require(openxlsx)
require(grid)

wb  <- openxlsx::loadWorkbook("~/img.xlsx")
img <- png::readPNG(wb@.xData$media[1])
grid::grid.newpage()
grid::grid.raster(img)

创建于 2020-03-04 由 reprex package (v0.3.0)