手写台账扫描件 AI 识别转 Excel

一、先说背景：那个下班前的"惊喜"

时针刚过四点半，领导发来企业微信。

"这个清查台账扫描件，要转换成表格"

打开文件夹，赫然是18份手写体资产清查台账 PDF——各类固定资产、手写编号、字迹潦草，看的头大。

WPS 一键转 Excel？

手写体直接报废。 

Adobe 导出？

识别结果惨不忍睹。

 网上在线转换工具？

试了好几个，识别效果堪忧。

作为一个资深老牛马，第一反应是打开 OCRPro 插件，噼里啪啦手动搓了一百来页……然后系统弹出一行提示：您的识别额度已用完……

一年攒下来的一百多次额度，就这么消耗殆尽。充值要联系管理员，项目时间紧，等不起。

怎么办？

自己动手，Vibe coding即兴开发一个转换插件。

二、解题思路：刚开始掉入纯OCR陷阱，后转向PaddleOCR+本地 AI 视觉模型，从此海阔天空

面对手写扫描件，OCR 问题的核心矛盾在于：

普通 OCR 引擎（Tesseract 等）对手写汉字识别率极低

商业 OCR API 要花钱、有隐私风险，还有配额限制

解法：调用PaddleOCR+本地视觉大模型进行识别处理

整个方案完全本地运行，无需联网，无额度限制，数据不出机器。

三、核心实现思路

3.1 PDF 转高清图片

3.2 PaddleOCR 提取文字

3.3 调用千问VL 8B 结构化输出

这是整个方案的核心——让大模型理解台账语义，直接输出结构化 JSON：

3.4 批量处理并写入 Excel

3.5 GUI 界面封装：用 PySimpleGUI 或 Gradio 包一层界面，让不懂代码的同事也能直接拖拽使用

四、产品效果

最终生成的插件如上图，界面有添加PDF、添加文件夹选项卡、有转换为word、exel、还是PPT的选择按钮、还可以选择输出文件位置，右边是插件运行日志、最下面是开始转换按钮以及转换进度条

右上角设置窗口可以设置模型配置、OCR设置以及接入APIkey

最终转换效果如下：

原PDF：

转换好的Excel：

相较于纯人工录入（预计 一周），运行约八小时（晚上八点半到十二点，第二天早上五点到九点）完成所有PDF文件转换成Excel，输出整体效率爆表。

五、总结

这套方案的核心逻辑很简单：

PaddleOCR 负责"认字"，千问VL 负责"看懂"，Python 负责"整理"。

三层分工，各司其职。没有商业 API 的配额焦虑，没有数据外传的合规风险，笔记本即可运行。

对于财务、审计、资管等日常需要处理大量历史手写档案的场景，这套方案的性价比极高——一次搭建，终身使用。

说到底，老牛马最大的竞争力，不是熬夜手动录入无意义加班，而是会思考调用机器替你干活，记住永远不要和机器对着干，所有重复流程都有机器自动化解决方案。

工具清单：PaddleOCR · LM Studio · 千问3VL 8B · Python 

如需成品插件，点赞关注踢主包一脚获取。