本文作者分享了在处理Excel和Word数据导入系统过程中遇到的问题及解决方案。学习了Excel宏编程以提高处理效率，并了解到RPA（Robotic Process Automation）在自动化数据处理中的应用。进一步，作者探讨了OCR（Optical Character Recognition）技术，尤其是结合深度学习进行文字识别，以应对纸质媒介信息的数字化挑战。
之前领导给了个任务，将一批存放在Excel和word中的数据导入到现有的系统中。
这些Excel和word数据没有统一的规则，也存在数据不完整的问题。在完成任务的过程中，难免恼火。
但是这次任务引发了我的一系列思考，记录如下：
一、关于Excel宏编程
此次任务是从Excel和Word中导入，我精通java编程，也对navicat工具的使用比较熟悉，如果在此基础上，对Excel宏编程也了如指掌就更好了。
后来我就学习了Excel宏编程相关知识，受益匪浅，今后一定还会有用得到的时候。
学习链接：【王佩丰】Excel VBA视频教程 完整版【共20课时】_Excel课程-51CTO学堂
二、关于RPA
后来我进而联想到，除了从Excel和Word导入之外，还可能涉及到别的电子文档，甚至从别的软件、别的系统导入，不一定非得通过第一种JAVA编程的方式。
后来从朋友那里了解到一个叫“RPA”的东西。
RPA是什么？RPA发展极简史_UB Store的技术博客_51CTO博客
三、关于OCR
那么以上这些，都还停留在从电子信息到信息系统的层面。
人们的最终目的，实际上是【将各种去到得来的信息存储进信息系统】。那么纸媒介肯定也应该是考虑的对象。
然后我就学习了OCR相关知识。在这个过程中，尤其学习了卷积神经网络相关知识。除了下面参考到的资料，关键来源还有这个：
【OCR技术系列之一】字符识别技术总览_51CTO博客_ocr识别技术
【OCR技术系列之二】文字定位与切割_51CTO博客_ocr文字定位
【OCR技术系列之三】大批量生成文字训练集_51CTO博客_ocr文字识别训练
扫一扫
6697
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
