从图像中提取表格内容，获取行列数据，纠正识别错误，生成格式良好的Excel文件。
图像到 Excel. 从图像中提取表格并生成 .xlsx 文件.
功能概述
图像到 Excel. 从图像中提取表格并生成 .xlsx 文件.是一项面向实际任务的技能，主要用于当用户上传包含表格的图像并请求“ 转换到表格 ” 、 “ 摘录表格 ” 或“ 生成 Excel ” 时使用。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
- 从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
图像转 Excel
从图像中提取表格，并生成 .xlsx 文件。
适用场景
当用户上传包含表格的图像，并请求“转换为表格”、“提取表格”或“生成 Excel”时使用。
工作流程
1. 图像分析
使用 image 工具加载用户上传的图像，并通过以下提示词要求模型逐行、逐列提取表格数据：
从图像中提取全部表格数据，按行、按列组织，以 JSON 数组格式返回： 格式：[[row1col1, row1col2, ...], [row2col1, row2col2, ...], ...] 注意事项： - 首行为表头时，请原样保留 - 将合并单元格拆分为独立单元格，并填入相同值 - 金额与数字需保持原始格式 - 缺失单元格用空字符串 "" 表示
2. 数据校验与修正
在接收图像模型返回的 JSON 数据后，执行以下检查与修正：
- 行列数量一致性（补全缺失单元格）
- 数字格式正确性（去除多余空格，统一小数点符号）
- 中文字符识别准确性（修正明显错别字）
- 表头完整性（根据内容推断并补全缺失表头）
将修正后的数据存入变量 rows。
3. 写入 Excel
调用生成脚本，传入修正后的数据：
python3 scripts/gen_excel.py' '
output_path：输出路径，例如/root/.openclaw/workspace/table_extracted.xlsxjson_data：修正后的二维数组，以 JSON 字符串形式传入
4. 输出结果
告知用户文件保存位置，并展示前 5 行数据预览，供用户确认。
相关专题
Excel交互式图表可通过四种方法实现：一、用切片器控制数据透视图；二、结合下拉列表与INDEX-MATCH动态引用；三、用选项按钮绑定图表系列；四、利用动态命名区域配合OFFSET函数。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
2026.01.04
1820
12
首先通过准备数据源并创建基础图表，再插入表单控件实现用户交互，接着使用INDEX公式提取对应数据，然后将图表数据源指向动态区域，最后优化布局与标题实现动态更新。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
2025.11.28
1738
9
计算方差的步骤依次为：1. 计算平均值；2. 计算差异的平方；3. 求和平方值；4. 除以数据点数。想要了解更多相关内容，请阅读专题下面的文章。
2025.05.27
4049
13
用 Excel 制作标签，若为普通工作表标签，可右键单击标签选 “重命名” 来修改名称；选 “标签颜色” 设置颜色用于区分。若制作数据标签，比如地址标签，先在 Excel 整理好数据，再借助 Word 的邮件合并功能。在 Word 中依次操作：“邮件” 选项卡→“开始邮件合并”→“标签”，选好标签类型，导入 Excel 数据并设置格式，完成后打印 。
2025.04.14
6551
9
提取方法有很多种。直接定位：使用“定位”功能选择所需数据。筛选：根据条件筛选数据，显示满足条件的单元格。条件格式：突出显示满足特定条件的数据单元格。高级筛选：指定条件，将提取的数据粘贴到目标范围。公式：使用 index、if、sumif、countif 等函数从数据中提取值。vba 宏：编写脚本以自动提取数据，满足特定条件。
2025.01.08
5430
13
热门下载
相关下载
精品课程
共162课时 | 44.5万人学习
共15课时 | 1.8万人学习
共28课时 | 3.6万人学习
