OCR 通用文字识别（截图拍照识别文字）

分手后的思念是犯贱 2021-07-26 00:15 642阅读 0赞

# OCR文字识别 #

使用场景：  
对于电商中的分销机制，是需要用户上传身份证或者银行卡的，由于身份证号码（18位/15位），银行卡（19位/17位/16位），位数较多，在用户输入时，有些繁琐。

以支付宝绑定银行卡为例，可以通过拍照的方式，自动检测银行卡中的卡号信息，如果有错误的数字，还可以进行二次修改。

身份证的信息也是如此，此时就需要用到OCR文字识别。

# 百度/腾讯/阿里 都有OCR #

[百度OCR网址：https://ai.baidu.com/ai-doc/OCR/rk3h7xzck][OCR_https_ai.baidu.com_ai-doc_OCR_rk3h7xzck]

### 接口描述 ###

支持对二代居民身份证正反面所有8个字段进行结构化识别，包括姓名、性别、民族、出生日期、住址、身份证号、签发机关、有效期限，识别准确率超过99%；同时支持身份证正面头像检测，并返回头像切片的base64编码及位置信息。

同时，支持对用户上传的身份证图片进行图像风险和质量检测，可识别图片是否为复印件或临时身份证，是否被翻拍或编辑，是否存在正反颠倒、模糊、欠曝、过曝等质量问题。

### 请求说明 ###

请求示例

HTTP 方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/idcard

#### URL参数： ####

参数 值  
access\_token 通过API Key和Secret Key获取的access\_token,参考“Access Token获取”

#### Header如下： ####

参数 值  
Content-Type application/x-www-form-urlencoded

#### Body中放置请求参数，参数详情如下： ####

请求参数

<table> 
 <thead> 
  <tr> 
   <th>参数</th> 
   <th>是否必选</th> 
   <th>类型</th> 
   <th>可选值范围</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>image</td> 
   <td>是</td> 
   <td>string</td> 
   <td>-</td> 
   <td>像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式</td> 
  </tr> 
  <tr> 
   <td>id_card_side</td> 
   <td>是</td> 
   <td>string</td> 
   <td>front/back</td> 
   <td>front：身份证含照片的一面；back：身份证带国徽的一面</td> 
  </tr> 
  <tr> 
   <td>detect_direction</td> 
   <td>否</td> 
   <td>string</td> 
   <td>true/false</td> 
   <td>是否检测图像旋转角度，默认检测，即：true。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: true：检测旋转角度； false：不检测旋转角度。</td> 
  </tr> 
  <tr> 
   <td>detect_risk</td> 
   <td>否</td> 
   <td>string</td> 
   <td>true/false</td> 
   <td>是否开启身份证风险类型(身份证复印件、临时身份证、身份证翻拍、修改过的身份证)功能，默认不开启，即：false。可选值:true-开启；false-不开启</td> 
  </tr> 
  <tr> 
   <td>detect_photo</td> 
   <td>否</td> 
   <td>string</td> 
   <td>true/false</td> 
   <td>是否检测头像内容，默认不检测。可选值：true-检测头像并返回头像的 base64 编码及位置信息</td> 
  </tr> 
  <tr> 
   <td>detect_rectify</td> 
   <td>否</td> 
   <td>string</td> 
   <td>true/false</td> 
   <td>是否进行完整性校验，默认为true，需上传各字段内容完善的图片方可识别；如果设置为false，则对于身份证切片（如仅身份证号区域）也可识别</td> 
  </tr> 
 </tbody> 
</table>

#### 请求代码示例 ####

提示一：使用示例代码前，请记得替换其中的示例Token、图片地址或Base64信息。

#### 返回说明 ####

返回参数

<table> 
 <thead> 
  <tr> 
   <th>字段</th> 
   <th>是否必选</th> 
   <th>类型</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>direction</td> 
   <td>否</td> 
   <td>int32</td> 
   <td>图像方向，当 detect_direction = true 时，返回该参数。- -1:未定义，- 0:正向，- 1: 逆时针90度，- 2:逆时针180度，- 3:逆时针270度</td> 
  </tr> 
  <tr> 
   <td>image_status</td> 
   <td>是</td> 
   <td>string</td> 
   <td>normal-识别正常，reversed_side-身份证正反面颠倒，non_idcard-上传的图片中不包含身份证，blurred-身份证模糊，other_type_card-其他类型证照，over_exposure-身份证关键字段反光或过曝，</td> 
  </tr> 
  <tr> 
   <td>over_dark-身份证欠曝（亮度过低），unknown-未知状态</td> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>risk_type</td> 
   <td>否</td> 
   <td>string</td> 
   <td>输入参数 detect_risk = true 时，则返回该字段识别身份证类型: normal-正常身份证；copy-复印件；temporary-临时身份证；screen-翻拍；unknown-其他未知情况</td> 
  </tr> 
  <tr> 
   <td>edit_tool</td> 
   <td>否</td> 
   <td>string</td> 
   <td>如果参数 detect_risk = true 时，则返回此字段。如果检测身份证被编辑过，该字段指定编辑软件名称，如:Adobe Photoshop CC 2014 (Macintosh),如果没有被编辑过则返回值无此参数</td> 
  </tr> 
  <tr> 
   <td>log_id</td> 
   <td>是</td> 
   <td>uint64</td> 
   <td>唯一的log id，用于问题定位</td> 
  </tr> 
  <tr> 
   <td>photo</td> 
   <td>否</td> 
   <td>string</td> 
   <td>当请求参数 detect_photo = true时返回，头像切图的 base64 编码（无编码头，需自行处理）</td> 
  </tr> 
  <tr> 
   <td>photo_location</td> 
   <td>否</td> 
   <td>array()</td> 
   <td>当请求参数 detect_photo = true时返回，头像的位置信息（坐标0点为左上角）</td> 
  </tr> 
  <tr> 
   <td>idcard_number_type</td> 
   <td>是</td> 
   <td>string</td> 
   <td>用于校验身份证号码、性别、出生是否一致，输出结果及其对应关系如下：-1: 身份证正面所有字段全为空，0: 身份证证号识别错误，1: 身份证证号和性别、出生信息一致，2: 身份证证号和性别、出生信息都不一致，3: 身份证证号和出生信息不一致，4: 身份证证号和性别信息不一致</td> 
  </tr> 
  <tr> 
   <td>words_result</td> 
   <td>是</td> 
   <td>array()</td> 
   <td>定位和识别结果数组</td> 
  </tr> 
  <tr> 
   <td>words_result_num</td> 
   <td>是</td> 
   <td>uint32</td> 
   <td>识别结果数，表示words_result的元素个数</td> 
  </tr> 
  <tr> 
   <td>+location</td> 
   <td>是</td> 
   <td>array()</td> 
   <td>位置数组（坐标0点为左上角）</td> 
  </tr> 
  <tr> 
   <td>++left</td> 
   <td>是</td> 
   <td>uint32</td> 
   <td>表示定位位置的长方形左上顶点的水平坐标</td> 
  </tr> 
  <tr> 
   <td>++top</td> 
   <td>是</td> 
   <td>uint32</td> 
   <td>表示定位位置的长方形左上顶点的垂直坐标</td> 
  </tr> 
  <tr> 
   <td>++width</td> 
   <td>是</td> 
   <td>uint32</td> 
   <td>表示定位位置的长方形的宽度</td> 
  </tr> 
  <tr> 
   <td>++height</td> 
   <td>是</td> 
   <td>uint32</td> 
   <td>表示定位位置的长方形的高度</td> 
  </tr> 
  <tr> 
   <td>+words</td> 
   <td>否</td> 
   <td>string</td> 
   <td>识别结果字符串</td> 
  </tr> 
 </tbody> 
</table>

返回示例

{ 
        "log_id": 2648325511,
        "direction": 0,
        "image_status": "normal",
        "idcard_type": "normal",
        "edit_tool": "Adobe Photoshop CS3 Windows",
        "photo": "/9j/4AAQSkZJRgABA......",
        "photo_location": { 
            "width": 1189,
            "top": 638,
            "left": 2248,
            "height": 1483
        },
        "words_result": { 
            "住址": { 
                "location": { 
                    "left": 267,
                    "top": 453,
                    "width": 459,
                    "height": 99
                },
                "words": "南京市江宁区弘景大道3889号"
            },
            "公民身份号码": { 
                "location": { 
                    "left": 443,
                    "top": 681,
                    "width": 589,
                    "height": 45
                },
                "words": "330881199904173914"
            },
            "出生": { 
                "location": { 
                    "left": 270,
                    "top": 355,
                    "width": 357,
                    "height": 45
                },
                "words": "19990417"
            },
            "姓名": { 
                "location": { 
                    "left": 267,
                    "top": 176,
                    "width": 152,
                    "height": 50
                },
                "words": "伍云龙"
            },
            "性别": { 
                "location": { 
                    "left": 269,
                    "top": 262,
                    "width": 33,
                    "height": 52
                },
                "words": "男"
            },
            "民族": { 
                "location": { 
                    "left": 492,
                    "top": 279,
                    "width": 30,
                    "height": 37
                },
                "words": "汉"
            }
        },
        "words_result_num": 6
    }

[OCR_https_ai.baidu.com_ai-doc_OCR_rk3h7xzck]: https://ai.baidu.com/ai-doc/OCR/rk3h7xzck