利用百度文字识别API识别图像中的文字

  本文将会介绍如何使用百度AI开放平台中的文字识别服务来识别图片中的文字。百度AI开放平台的访问网址为：http://ai.baidu.com/，为了可以使用该平台提供的AI服务，你须要事先注册一个百度帐号。

建立百度AI文字识别应用

  在百度AI开放平台中，登陆本身的百度帐号，点击“文字识别”服务中的“通用场景文字识别”，选择“建立应用”，填好应用名称，选择应用类型，填好应用描述，这样就建立好了“通用场景文字识别”服务，以下图：

  在应用列表中，可以看到本身刚刚建立好的文字识别服务了，记住，这个应用中的“AppID”，“API Key”，“Secret Key”很重要，是你这个应用的惟一识别。

OK，建立好这个应用后，咱们就能使用该应用来识别图片中的文字了～

利用建立的应用来识别图片中的文字

  接下来，咱们将使用刚刚建立好的文字识别应用来识别图片中的文字，大体的步骤以下：

• 获取该应用的access_token；
• 利用access_token来建立HTTP请求；
• 解析请求成功后的json文件，获取识别后的结果。

具体的参考文档能够参考网址：https://ai.baidu.com/docs#/OCR-API/top， 本文将再也不具体讲述。

  咱们须要识别的图片为含有两个汉字的图片验证码，图片名称为test.png，以下：

  参考该应用的官方文档说明，咱们写下以下的Python脚本，便可识别图片中的文字，完整的代码以下：

import json
import requests
import base64
import urllib.parse

APP_ID = '你的APP_ID'
API_KEY ='你的API_KEY'
SECRECT_KEY = '你的SECRECT_KEY'

# 获取token
url = 'https://aip.baidubce.com/oauth/2.0/token'
body = {'grant_type': 'client_credentials',
        'client_id': API_KEY,
        'client_secret': SECRECT_KEY
        }

req = requests.post(url=url, data=body)
token = json.loads(req.content)['access_token']

# 获取百度api识别结果
ocr_url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=%s'%token
headers = {'Content-Type': 'application/x-www-form-urlencoded'}

# 读取图片并进行base64加密
body = base64.b64encode(open('./test.png' ,'rb').read())
# 进行urlencode
data = urllib.parse.urlencode({'image': body})

# post请求
r = requests.post(url=ocr_url, headers=headers, data=data)

# 输出请求结果
print('请求码为: %s' %r.status_code)
res_words = json.loads(r.content)['words_result'][0]['words']
print('识别结果为: %s' % res_words)

输出的结果以下：

请求码为: 200
识别结果为: 高吸

能够看到，对于这张图片，百度的文字识别功能很好地识别出了图片中的文字。

利用Python的百度文字识别第三方模块来识别图片中的文字

  上面咱们参照了百度文字识别的官方文档来实现文字识别功能，但过程有点复杂，须要先获取access_token，再构建HTTP请求才能使用。幸运的是，在Python的第三库中，已经有了能实现该功能的第三方模块，即baidu-aip，安装方式以下：

pip install baidu-aip

  利用这个第三方模块，咱们能简洁快速地实现文字识别功能，示例的Python代码以下：

# 利用aip进行识别
from aip import AipOcr

APP_ID = '你的APP_ID'
API_KEY ='你的API_KEY'
SECRECT_KEY = '你的SECRECT_KEY'
client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)

img = open('./test.png','rb').read()
message=client.basicGeneral(img)
res = message['words_result']
print('识别结果为: %s' % res[0]['words'])

总结

  本文并无讲述如何从AI模型来识别图片中的文字，而是利用百度AI平台中的文字识别服务来完成文字识别任务。看上去并无什么新意，只是讲解使用使用API来识别图片中的文字罢了。
  那么，本文的意义在哪？其实，在使用模型识别文字前，一个很重要的过程便于标注，标注费时费力，这时候咱们借助第三方文字识别API可以减轻标注的工做量，让咱们的标注量能减小点。
  固然，若是你把这篇文章看做是一个学习如何利用百度文字识别API识别图像中的文字的机会，那也何尝不可！

注意：本人现已开通微信公众号： Python爬虫与算法（微信号为：easy_web_scrape）， 欢迎你们关注哦~~