python → 数据应用_鈥檆'+str(i)+'xlsx

python函数及代码复用

函数中的return

质数-return导出-语句按照顺序执行-for-else

"函数return安照语句顺序"
 
def fIsPrime(N):
    if N<2:return False
    if N==2:return True
    if N>2:    
        for i in range(2,N):
            if N%i==0:return False
        else:return True#虽然执行后面的语句，return按照顺序优先导出
 
def fIsPrime(N):
    if N<2:return False
    if N==2:return True
    if N>2:    
        for i in range(2,N):
            if N%i==0:return False
    return True#return按照顺序优先导出.所以这一句中的else是前面都没有导出True的时候再导出。位置在哪儿都行。
 
 
def fTest():
    return False
 
    for i in range(1,10):
        if i%2==0:
            return True
if fTest()==False:print("虽然执行后面的语句，return按照顺序优先导出")

python 函数包的简单应用

输出一门语言的字母 chr( ) ord( )

函数包

留下英语字符

#以英语为例
for x in range(ord("A"),ord("Z")+1):
    print(chr(x))

留下汉语字符

过滤掉非汉语字符

def isChinese(ch):
    if 19968<=ord(ch)<40869:return True;
    return False
#unicode汉字编码范围，19968-40869，即十六进制范围4E00-9FA5

正序和反序 sort reverse

# -*- coding: utf-8 -*-
"""
Created on Wed Jul  3 15:12:36 2019
@author: cc
"""
print("输入整数，大小排序，中间用空格分开")
nums=input("请输入数据：")
numLine=[int(n) for n in nums.split()]
numLine.sort()
print(numLine)

反序，用reverse

a=int(input("请输入一个正整数："))
b=list(str(a))
b.reverse()                #原来，直接用b.reverse()就可以把顺序弄反过来。b的名称不变，但是内容却发生了变化。后面环环相扣。
if int(b[0])==0:          #注意==是两个。由于写了一个=号，程序没有运行出来，花费了大量时间找问题。经验教训。
    del b[0]
    list2="".join(b)
    print(list2)
else:
    list2="".join(b)
    print(list2)
 
 
 
 
 
 
 
 
 

 #注意：==是两个。由于写了一个=号，程序没有运行出来，花费了大量时间找问题。

排列参考文献

生活中的实际情况：写完论文后，文本中有很多条参考文献，用pyhon写代码，按照每一条参考文献的第一个汉字的字母顺序，排列参考文献。

询问“文心一言”，请人工智能写一下代码。人工智能给出的参考如下：

分析：要按照每条参考文献的第一个汉字的字母顺序排列参考文献，我们可以按照以下步骤进行：

1. 读取参考文献列表。
2. 提取每条参考文献的第一个汉字。
3. 将这些汉字转换为拼音。
4. 根据拼音对参考文献进行排序。
5. 输出排序后的参考文献列表。

以下是一个简单的Python代码示例，使用pypinyin库将汉字转换为拼音，然后根据拼音排序：

from pypinyin import lazy_pinyin  
  
# 假设参考文献是一个列表，其中每个元素都是一个字符串，代表一条参考文献  
references = [  
    "文献1",  
    "文献2",  
    "参考3",  
    "文4",  
    "献5",  
    "文6",  
]  
  
# 使用pypinyin将每个参考文献的第一个汉字转换为拼音，并添加到新的列表中  
pinyin_references = [lazy_pinyin(ref)[0] for ref in references]  
  
# 根据拼音对参考文献进行排序  
sorted_references = sorted(zip(pinyin_references, references), key=lambda x: x[0])  
  
# 输出排序后的参考文献列表  
for pinyin, ref in sorted_references:  
    print(ref)

注意：这个代码示例使用了lazy_pinyin函数，它只会转换每个汉字的第一个字母为拼音，而不是整个汉字。如果你希望获取整个汉字的拼音，可以使用pypinyin库的pinyin函数代替。

在电脑上实际操作，如下：

myfile=open("wenxian.txt","r",encoding="utf-8")
data=myfile.read()
myfile.close()
 
ref_lines=data.splitlines()
ref_lines=[s for s in ref_lines if s]#列表中的元素可能是空字符串（空行），你可以使用列表推导式删除这些空字符串
 
from pypinyin import lazy_pinyin  
 
# 使用pypinyin，遍历每个参考文献ref，将其第一个汉字lazy_pinyin(ref)[0] 转换为拼音，并添加到新的列表pinYin_ref中 
pinYin_ref=[lazy_pinyin(ref)[0] for ref in ref_lines]
 
 
sorted_references = sorted(zip(pinYin_ref, ref_lines), key=lambda x: x[0])
 
for pinyin,ref in sorted_references:
    print(ref)

实际上，对这段代码可以继续优化。让它按照文献的不同类型来进行排列。

即可完成。

遍历文件夹中的文件os

os.chdir("E:\eng")
subList=os.listdir(os.getcwd())#总的eng文件夹。
print(subList)
 
os.getcwd()
#作用：获取当前的工作路径；
 
os.getcwd()
 
os.listdir(path)
#作用：传入任意一个path路径，返回的是该路径下所有文件和目录组成的列表；
 
os.walk(path)
#含义 ：传入任意一个path路径，深层次遍历指定路径下的所有子文件夹，返回的是一个由路径、文件夹列表、文件列表组成的元组。
 
os.path.exists(path)
#含义：传入一个path路径，判断指定路径下的目录是否存在。存在返回True，否则返回False；
 
os.mkdir(path)
#含义：传入一个path路径，创建单层(单个)文件夹；
 
#注意：如果文件夹已经存在，就会报错。因此创建文件夹之前，需要使用os.path.exists(path)函数判断文件夹是否存在；

在运行os 得时候，在E盘新建了文件夹，命名为"test"。test文件夹里的程序，命名为"mytest.py"。

运行的时候，出现如下问题：“OSError: [WinError 123] 文件名、目录名或卷标语法不正确”。

推测，文件见命名为test,在程序运行的时候会因为同名而产生冲突。所以， 重新命名文件夹为“scoretest”。

然后运行程序：

import os
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())#总的eng文件夹
print(subList)

这时候，就会呈现出该文件夹中的子项。

​

数据处理numpy

'''
如果想知道函数包的用法。上cmd,
import <函数包>
或者 from <函数包> import <某函数>
help(函数包)
dir(函数包)
'''
def Hanshu():
    #一维数组
        
    import numpy as np
    myrange=range(10)
    print(myrange)
    #print(type(inylist))
 
    newlist=list(myrange)
    mylist3=np.array(newlist)
    #print(mylist3)
    for i in mylist3:
        print(i)
    #print(type(newlist))
 
    myrange2=np.arange(10)
 
 
def ZhenXian():
    #制作正弦曲线y=x^3
    import matplotlib.pyplot as plt
    import numpy as np
 
    x=np.linspace(-5,5,250)
    y=np.sin(x**3)
 
    plt.plot(x,y,'r--')
    plt.show()
 
#ZhenXian()
 
 
 
 
def Zhengtai():
 
    #用于绘图的模块
    import matplotlib.pyplot as plt
 
    import numpy as np
    import random
 
    #设置随机种子
    a=np.random.seed(1234)
 
    #随机产生的样本量
    N=10000
 
    #生成正态随机数
    randnorm=np.random.normal(size=N)
    #print(randnorm)
    
    bins=np.sqrt(N)
    #正态分布密度函数
    sigma=1;mu=0
    a=1/(np.sqrt(2*sigma*np.pi))
    b=np.exp(-((bins-mu)**2)/2)
    norm_dist=a*b
    print(norm_dist)
 
    x=np.sqrt(N)
    y=norm_dist
    plt.plot(x,y,'r--')
    plt.show()
    #最后这个正态图没有做出来
    #《python 可视化数据分析》李迎，第102页
                            
 
#Zhengtai()
 
 
 
import matplotlib.pyplot as plt
import numpy as np
import random
 
#等差数列。
mylist=np.arange(2,50,3)
 
#随机数列
newlist=np.linspace(1,10,50)
print(mylist)
print(newlist)
 
 
 
 
 
 
 
     

数据可视panda

'''
https://blog.csdn.net/qq_43003358/article/details/103809293
电影评分数据的统计分析及可视化
1.	数据准备（获取、读取）
从网上获取的电影评分数据集。包含6040个用户对3900部电影做出的1000209条评分。数据集包含3个文件，各文件说明如下：
（1）"ratings.dat"：UserID，MovieID，Rating，Timestamp
- UserI：用户ID（1-6040） 
- MovieID：电影ID（1-3952）
- Rating：评分（1-5） are made on a 5-star scale (whole-star ratings only)
- Timestamp：时间戳（时间戳是指格林威治时间1970年01月01日00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总秒数。）
每个用户至少有 20 个评分
（2）"users.dat"：UserID，Gender，Age，Occupation，Zip-code
- Gender：性别"M"（男），"F"（女）
- Age：年龄，根据如下范围标注为对应数字
	* 1:  "Under 18"
	* 18:  "18-24"
	* 25:  "25-34"
	* 35:  "35-44"
	* 45:  "45-49"
	* 50:  "50-55"
	* 56:  "56+"
-Occupation：职业，根据如下列表标注为对应数字
	*  0:  "other" or not specified
	*  1:  "academic/educator"
	*  2:  "artist"
	*  3:  "clerical/admin"
	*  4:  "college/grad student"
	*  5:  "customer service"
	*  6:  "doctor/health care"
	*  7:  "executive/managerial"
	*  8:  "farmer"
	*  9:  "homemaker"
	* 10:  "K-12 student"
	* 11:  "lawyer"
	* 12:  "programmer"
	* 13:  "retired"
	* 14:  "sales/marketing"
	* 15:  "scientist"
	* 16:  "self-employed"
	* 17:  "technician/engineer"
	* 18:  "tradesman/craftsman"
	* 19:  "unemployed"
	* 20:  "writer"
- Zip-code:邮编
（3）"movies.dat" ：MovieID，Title，Genres
-Title：电影名
- Genres ：题材（包含于下面的列表中）
	* Action
	* Adventure
	* Animation
	* Children's
	* Comedy
	* Crime
	* Documentary
	* Drama
	* Fantasy
	* Film-Noir
	* Horror
	* Musical
	* Mystery
	* Romance
	* Sci-Fi
	* Thriller
	* War
	* Western
'''
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
 
#读取users数据集
unames = ['user_id', 'gender', 'age', 'occupation', 'zip']
users = pd.read_table('users.dat', sep='::', header=None, names=unames, engine='python')
 
#读取ratings数据集
rnames = ['user_id', 'movie_id', 'rating', 'timestamp']
ratings = pd.read_table('ratings.dat', sep='::', header=None, names=rnames, engine='python')
 
#读取movies数据集
mnames = ['movie_id', 'title', 'genres']
movies = pd.read_table('movies.dat', sep='::', header=None, names=mnames, engine='python')

python函数包的综合应用

处理excel文件 openpyxl

整理并提取文件名称

统计各个高中的高考录取数据。各个数据表格的名称不一致。列表栏目也不一致。

整理数据文件，从xls文件中提取各个高中的名称，如下代码：

 
import os
import openpyxl
 
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())
 
for isen in subList:
 
    #先从文件中取中学的名字。
    name=isen.split("中")
    aSen=name[0]
    bSen=aSen+"中"
 
    if bSen[-3:]=="高级中":
        school=bSen+"学"
    elif bSen[-3:]=="高中学":
        school=bSen[:-1]
    elif bSen[-3]=="第":
        school=bSen+"学"
    else:
        school=bSen
    print(school)

获取各个文件中第一行标题栏

openpyxl处理文件需要注意，它针对的是xlsx，而不是xls。如果是xls，仅仅表面上改变一下名称为xlsx是不行的，openpyxl依然无法处理。可以选择用函数包xlrd等，或者是通过Excel或者WPS将xls文件另存为xlsx文件，这样就能够打开了。

 
import os
import openpyxl
 
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())
 
 
for myxlsxName in subList:
    print(myxlsxName)
    wb=openpyxl.load_workbook(filename=myxlsxName)
    mysheet=wb[wb.sheetnames[0]] #读取xlsx文件中的第一张表。
 
    column_count = mysheet.max_column #获取竖列column的数量。
    row_count=mysheet.max_row+1#获取横行column的数量。因为循环的时候是“左闭右开”，所以会加上1。
 
    headList=[]
    for col in range(1,column_count+1):
        cell_value = mysheet.cell(row=1, column=col).value
        headList.append(cell_value)
    print(headList)

即可完成。

打开相关文件

使用openpyxl安装包，读取xlsx文件。下面是一个案例

import openpyxl
file1=openpyxl.load_workbook("Marvel.xlsx")#打开工作表
 
sheet=file1["new title"]
sheetname=file1.sheetnames# 获取“Marvel.xlsx”工作薄中名为“new title”的工作表
print(sheetname)# sheetnames是用来获取工作薄所有工作表的名字的，如果不知道工作薄到底有几个工作表，就可以把工作表的名字都打
 
 
A1cell=sheet['A1']
A1value=A1cell.value# 把“new title”工作表中A1单元格赋值给A1_cell，再利用单元格value属性，就能打印出A1单元格的值
print(A1value)

下面是另外一个案例.

import openpyxl
wb2=openpyxl.load_workbook(filename="积累文档-QQ音乐链接简练版.xlsx")
 
sheetRanges=wb2[wb2.sheetnames[0]]#定位到表格第一张表
 
myList=[]
for row in sheetRanges.rows:#遍历每一横行
    iList=[]
    iList.append(row[0].value)#输出xlsx文件每一单元格中的值
    iList.append(row[1].value)
    myList.append(iList)
 
newLine=[]
for everyLine in myList:
 
    if len(everyLine[0])>=20:
    
        newStr=everyLine[0].replace(everyLine[0],"关于腾讯 ")
        newLine.append([newStr,everyLine[1]])#依据字符串长度判断，将delStr中的语句替换，使得文本更加简明清晰
    else:
        newLine.append(everyLine)
for i in newLine:
    print(i)
        

即可完成。

又如下面例子。

 
import os
 
from random import choice,randrange
from random import *
from openpyxl import Workbook,load_workbook
 
import sqlite3
 
def GRD():
    
    for i in range(10):
        xlsName="xlsxs"+str(i)+".xlsx"
        totalLines=randrange(100)
        wb=Workbook()
        ws=wb.worksheets[0]
        
        ws.append(["a","b","c","d","e"])
 
        
        for j in range(totalLines):
            line=[chr(randint(50,70)) for x in range(5) ]
            ws.append(line)
   
        wb.save(xlsName)
GRD()
print(os.getcwd())
os.chdir("E:\社团")
print(os.listdir(os.getcwd()))
 
xlsxs=("xlsxs"+ fn for fn in os.listdir("."))
with sqlite3.connect("dataxlsx.db") as conn:
    cur=conn.cursor()
    for xlsx in xlsxs:
        sql="INSERT INFO fromxlsx VALUE(?,?,?,?,?)"
        cur.executemany(sql,eachXlsx(xlsx))
        conn.commit()

即可完成。

统计各个xlsx表中的成绩

完整代码如下：

 
import os
import openpyxl
 
wblast=openpyxl.Workbook()
wslast=wblast.active
rowHead=["姓名","性别","民族","就读学校","文理/理科","高考成绩","录取院校","录取专业"]
wslast.append(rowHead)
 
 
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())
 
n=2 #在总的汇集表格中列出其名,n=1的时候是标题栏。n>=2是正文。
for myxlsxName in subList:
 
    #先从文件中取中学的名字。
    name=myxlsxName.split("中")
    aSen=name[0]
    bSen=aSen+"中"
 
    if bSen[-3:]=="高级中":
        school=bSen+"学"
    elif bSen[-3:]=="高中学":
        school=bSen[:-1]
    elif bSen[-3]=="第":
        school=bSen+"学"
    else:
        school=bSen
    print(school)
 
 
 
 
    wb=openpyxl.load_workbook(filename=myxlsxName)
    mysheet=wb[wb.sheetnames[0]] #读取xlsx文件中的第一张表。
 
    column_count = mysheet.max_column #获取竖列column的数量。
    row_count=mysheet.max_row+1#获取横行column的数量。因为循环的时候是“左闭右开”，所以会加上1。
 
    headList=[]
    for col in range(1,column_count+1):
        cell_value = mysheet.cell(row=1, column=col).value
        headList.append(cell_value)
 
    nameCol=headList.index("姓名")+1
    
    if "录取院校" in headList:
        universityIndex=headList.index("录取院校")#用于将不规则的字头题目转化为统一的文本形式
        headList[universityIndex]="录取学校"
    elif "录取大学" in headList:
        universityIndex=headList.index("录取大学")
        headList[universityIndex]="录取学校"    
    else:pass
    universityCol=headList.index("录取学校")+1
 
 
    if "文科/理科" in headList:
        wenliIndex=headList.index("文科/理科")
        headList[wenliIndex]=("文理科")
    elif "科类" in headList:
        wenliIndex=headList.index("科类")
        headList[wenliIndex]="文理科"
    else:pass
    
    if "文理科" in headList:
        wenlikeCol=headList.index("文理科")+1
    else:wenlikeCol=10
 
 
    if "高考分数" in headList:
        fenshuIndex=headList.index("高考分数")
        headList[fenshuIndex]="高考成绩"
    else:pass
    if "高考成绩" in headList: fenshuCol=headList.index("高考成绩")+1
    else:fenshuCol=10
        
 
    if "民族" in headList:minzuCol=headList.index("民族")+1
    else:minzuCol=10
 
 
    if "性别" in headList:xingbieCol=headList.index("性别")+1
    else:xingbieCol=10
 
    if "专业" in headList:majorCol=headList.index("专业")+1
    else:majorCol=10
 
 
  
    
    for row in range(2,mysheet.max_row+1):
        name_cell_value=mysheet.cell(row=row,column=nameCol).value
        university_cell_value=mysheet.cell(row=row,column=universityCol).value
        wenlike_cell_value=mysheet.cell(row=row,column=wenlikeCol).value
        fenshu_cell_value=mysheet.cell(row=row,column=fenshuCol).value
        minzu_cell_value=mysheet.cell(row=row,column=minzuCol).value
        xingbie_cell_value=mysheet.cell(row=row,column=xingbieCol).value
        fenshu_cell_value=mysheet.cell(row=row,column=fenshuCol).value
        major_cell_value=mysheet.cell(row=row,column=majorCol).value
        
        wslast.cell(n,1,name_cell_value)
        wslast.cell(n,2,xingbie_cell_value)
        wslast.cell(n,3,minzu_cell_value)
        wslast.cell(n,4,school)
        wslast.cell(n,5,wenlike_cell_value)
        wslast.cell(n,6,fenshu_cell_value)
        wslast.cell(n,7,university_cell_value)
        wslast.cell(n,8,major_cell_value)
        n+=1
 
    
 
 
 
wblast.save("E:\scoreCa.xlsx")
 
 
 
 

比较两个表格的异同

在处理完毕高考成绩后，现在需要比较两张表格的异同。则用如下代码：

 
import os
import openpyxl
from openpyxl import Workbook
 
wblost=Workbook()
wslost=wblost.active
 
 
wb2=openpyxl.load_workbook(filename="scoreCa.xlsx")#这张表上的人名有些遗失
mysheet2=wb2[wb2.sheetnames[0]] #读取xlsx文件中的第一张表。
 
column_count2 = mysheet2.max_column #获取竖列column的数量。
row_count2=mysheet2.max_row+1#获取横行column的数量。因为循环的时候是“左闭右开”，所以会加上1。
 
nameList2=[]
for row in range(1,row_count2+1):
    cell_value = mysheet2.cell(row=row, column=1).value
    name2=cell_value
 
    nameList2.append(name2)
 
 
wb1=openpyxl.load_workbook(filename="allinfo.xlsx")#这张表中的人名比较全。
mysheet=wb1[wb1.sheetnames[0]] #读取xlsx文件中的第一张表。
 
column_count = mysheet.max_column #获取竖列column的数量。
row_count=mysheet.max_row+1#获取横行column的数量。因为循环的时候是“左闭右开”，所以会加上1。
 
n=1#是指的工作表中第一个横行
for row in range(1,row_count+1):
    cell_value = mysheet.cell(row=row, column=1).value
    name=cell_value
    iList=[]
    if name not in nameList2:
        
        for column in range(1,column_count+1):
            ivalue=mysheet.cell(row=row,column=column).value
            iList.append(ivalue)
        for i,item in enumerate(iList):#将列表中的字符串，输入到工作表中的每一行中。
            wslost.cell(n,i+1,item)
 
        n+=1
 
wblost.save("lost.xlsx")

即可完成。

读取图片并转化数据 cv2

cv2.imread

以下这段代码可以识别英文命名的图片，而不能识别中文命名的图片。如何解决呢？

import pandas as pd
import cv2
import pytesseract
 
import os
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())
 
for scoreName in subList:
 
    # 读取PNG图片
 
    image = cv2.imread(scoreName)
 
    # 使用Tesseract OCR库识别图片中的文字
    text = pytesseract.image_to_string(image, lang='chi_sim')
 
    # 将识别的文字转换为DataFrame
    rows = text.split('\n')
    data = []
    for row in rows:
        if row.strip() == '':
            continue
        data.append(row.split('\t'))
    df = pd.DataFrame(data)
 
    # 将DataFrame保存为Excel
    df.to_excel(f'{scoreName}.xlsx', index=False)
 

cv2.imread("scoreName")方法读取图像，发现imread无法读取中文文件和中文目录，只能识别英文文件和英文目录。

为了解决中文文件目录的问题，可以尝试如下操作：

#要让cv2识别中文命名的文件，可以使用Python的os模块来对文件路径进行编码转换。下面是一段示例代码：
 
 
import cv2
import os
 
def imread_cn(file_path):
    # 获取文件的目录和文件名
    directory, filename = os.path.split(file_path)
    
    # 将目录进行编码转换
    directory = directory.encode('utf-8')
    
    # 将目录和文件名拼接为完整的路径
    file_path = os.path.join(directory, filename)
    
    # 使用cv2.imread()方法读取图像
    image = cv2.imread(file_path)
    
    return image
 
# 示例用法
image_path = '中文文件名.jpg'
image = imread_cn(image_path)
 

在上述代码中，我们首先使用os.path.split()方法获取文件的目录和文件名。然后，将目录进行编码转换，使用encode('utf-8')方法将目录转换为字节字符串。最后，将目录和文件名拼接为完整的路径，并使用cv2.imread()方法读取图像。
将image_path变量替换为中文命名文件的路径，然后运行代码即可。

但是，这样尝试后，发现改动的只是文件夹的名称，对于用中文命名的图片，无济于事。

cv2.imdecode()

进一步思考原因：cv2.imread读到带中文路径图片，会报错。解决方法：先用np.fromfile()读取为np.uint8格式，再使用cv2.imdecode()解码。代码如下：

import pandas as pd
import cv2
import pytesseract
import os
import numpy as np
 
os.chdir("E:\scoretest")
subList=os.listdir(os.getcwd())#总的eng文件夹
 
for scoreName in subList:
    image = cv2.imdecode(np.fromfile(scoreName, dtype=np.uint8), cv2.IMREAD_COLOR)
    # imdecode读取的是rgb，如果后续需要opencv处理的话，需要转换成bgr，转换后图片颜色会变化
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
 
    # 使用Tesseract OCR库识别图片中的文字
    text = pytesseract.image_to_string(image, lang='chi_sim')
 
    # 将识别的文字转换为DataFrame
    rows = text.split('\n')
    data = []
    for row in rows:
        if row.strip() == '':
            continue
        data.append(row.split('\t'))
    df = pd.DataFrame(data)
 
    # 将DataFrame保存为Excel
    df.to_excel(f'{scoreName}.xlsx', index=False)

"E:\scoretest"文件中是jpg和png格式的图片，由上面程序，通过Console平台，可以将图片数据转化为excel数据。

运行代码后，发现大多数图片能够得到处理，但是有几幅图片，红底白字，可能无法识别。所以，需要进一步优化代码。

笔者思考：推测可能是因为字体和图片颜色的问题。cv2读取彩色图片通道顺序为B、G、R，PIL显示图片是R、G、B顺序，因此读出来图片颜色会改变，需要对图像通道进行调序。

询问BingChat，ChatGPT思考后给出几个可能原因：

要进一步优化代码以解决红底白字图片无法识别的问题，可以尝试以下方法：

1. 调整图像预处理步骤：在将图像从RGB转换为BGR之前，尝试对图像进行一些预处理操作，例如二值化、灰度化、调整亮度和对比度等。这样可以尝试改变图像的颜色和对比度，以提高文字识别的准确性。

2. 调整Tesseract OCR的参数：可以尝试调整OCR的参数，例如语言设置、扫描方向、字符集等。可以查阅Tesseract OCR的文档以了解更多可用的参数选项，并根据具体情况进行调整。

3. 使用其他OCR库：除了Tesseract OCR，还有其他OCR库可供选择，例如百度OCR、阿里云OCR等。可以尝试使用其他OCR库来进行文字识别，并比较识别结果的准确性。

4. 手动处理无法识别的图片：对于无法通过自动识别的图片，可以手动进行处理。例如，使用图像处理软件对图片进行调整、增强或修改，以提高文字的可读性。然后再使用代码进行文字识别。

优化代码的具体方法和步骤可能因具体情况而异，可以根据实际情况和需求进行尝试和调整。

        基于ChatGpt的建议，选择寻找其它图像处理软件。下面是一个很好的网站平台：

诚华OCR - 图片转文字 - 免费在线OCR (109876543210.com)

        诚华 OCR  图片 →文件，https://zhcn.109876543210.com/。这个网站平台可以说是上面笔者博客所写代码的“完全加强版”。两者的原理应该一致。当然，软件平台生成后，就可以商业化运营。这是软件市场的常规现象。

        登录平台后， 将图片数据转化为表格xlsx数据。

然后，对于自己所编写代码、网站平台都未能清晰识别的图片，则选择用飞书、微信、QQ等的“识别”功能，按照每一列来截取识别。这些APP识别的准确率通常比较高。通常即为截图快捷键。