エクセルで効率よく銀行の取引履歴を作成する方法：PythonとGoogle Vision APIを活用して

2023年12月6日 12:36

Google Vision APIは、画像内のテキストやオブジェクトを識別し、分析する強力なツールです。このAPIを利用することで、スキャンした文書から直接テキスト情報を抽出し、エクセルでの管理を容易にします。

Google Colabは、ブラウザベースのPythonプログラミング環境です。Google Driveと連携し、クラウド上でコードを記述・実行できるため、データサイエンスや機械学習プロジェクトに理想的なツールです。

Google Colabの使用方法

Google Colabは、ブラウザベースのPythonプログラミング環境で、Google Drive上で直接コードを記述、実行できます。Google Colabを使用するには以下の手順に従います。

Google Colabにアクセス: ブラウザでGoogle Colabにアクセスします。
新しいノートブックの作成: 「ファイル」メニューから「新しいノートブック」を選択します。
ノートブックの命名: ノートブックの名前をクリックし、適切な名前を付けます。
コードの記述: 新しく作成されたセルにPythonコードを記述します。セルにコードを記入し、「Shift + Enter」でそのセルを実行します。
ライブラリのインポート: 必要に応じて、Pythonライブラリをインポートします。例えば、Google Vision APIを使用するには、次のようにライブラリをインポートします。

APIキーの設定

Google Cloud Platformにログイン: Google Cloud Platform (GCP) のコンソールにアクセスしてログインします。
プロジェクトの作成: GCPダッシュボードで新しいプロジェクトを作成します。
APIとサービスを有効化: 「APIとサービス」ダッシュボードで「Vision API」を検索し、有効化します。
認証情報の作成: 「認証情報」ページに移動し、「認証情報を作成」ボタンをクリックし、APIキーを生成します。
APIキーの保存: 生成されたAPIキーをコピーして、安全な場所に保存します。
ColabでのAPIキー設定: Google Colabのノートブックに以下のコードを追加して、APIキーを設定します。

!pip install google-cloud-vision
import os
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "YOUR_API_KEY"

from google.cloud import vision
client = vision.ImageAnnotatorClient()

import pandas as pd
df.to_excel('output.xlsx')

APIの利用料について: Google Vision APIの利用には、利用量に応じて料金が発生する場合があります。プロジェクトの予算を考慮し、APIの料金体系を事前に確認してください。
コードのカスタマイズ: 上記で紹介したPythonコードはあくまで参考です。実際の銀行取引履歴データに適用するには、コードの調整が必要になります。取引履歴の形式や内容に合わせて、データの解析と整理のロジックをカスタマイズすることが重要です。
エラーハンドリング: さまざまなエラーが発生する可能性があります。例えば、APIの応答エラー、データの解析中のエラーなどです。エラーハンドリングのためのPythonコードのカスタマイズも重要です。適切なエラーハンドリングを行うことで、スムーズで信頼性の高いデータ処理が可能になります。

上記の記事は、あくまでも手順の紹介です。読者様がイメージする銀行の取引履歴データをエクセルデータにすることはできません。取得するエクセルデータをカスタマイズするには、Pythonコードをカスタマイズする必要があります。

この方法を利用することで、銀行の取引履歴を効率的に処理し、エクセルでの管理を簡単にすることができます。データ処理の時間を節約し、誤りのリスクを減らすことが可能です。

実測はしていませんが、不要な文字などを削除してエクセルデータを作成するのに　通帳の見開き1ページ　24行　がおよそ5分で完了します。

通帳の見開き1ページ　24行の内訳は
1行あたり日付　出金　入金　残高　取引先名です。

後日にPythonコードでスキャンした画像の銀行取引履歴からエクセルデータ化する動画を作成してあげておきますので、興味のある方はご覧ください。

この記事が気に入ったらサポートをしてみませんか？