利用百度文字识别API识别图像中的文字

男娘i 2022-02-02 13:55 413阅读 0赞

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/，为了能够使用该平台提供的AI服务，你需要事先注册一个百度账号。][http_ai.baidu.com_AI]

### 创建百度AI文字识别应用 ###

在**百度AI开放平台**中，登录自己的百度账号，点击\*\*“文字识别”**服务中的**“通用场景文字识别”**，选择**“创建应用”\*\*，填好应用名称，选择应用类型，填好应用描述，这样就创建好了“通用场景文字识别”服务，如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70][]

在应用列表中，能够看到自己刚刚创建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，是你这个应用的唯一识别。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70 1][]

OK，创建好这个应用后，我们就能使用该应用来识别图片中的文字了～

### 利用创建的应用来识别图片中的文字 ###

接下来，我们将使用刚刚创建好的文字识别应用来识别图片中的文字，大致的步骤如下：

*  获取该应用的access\_token；
 *  利用access\_token来创建HTTP请求；
 *  解析请求成功后的json文件，获取识别后的结果。

具体的参考文档可以参考网址：[https://ai.baidu.com/docs\#/OCR-API/top][https_ai.baidu.com_docs_OCR-API_top]， 本文将不再具体讲述。

我们需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，如下：

![20190511220141662.png][]

参考该应用的官方文档说明，我们写下如下的Python脚本，即可识别图片中的文字，完整的代码如下：

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)

输出的结果如下：

请求码为: 200
    识别结果为: 高吸

可以看到，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 ###

上面我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，需要先获取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，安装方式如下：

pip install baidu-aip

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

# 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 ###

本文并没有讲述如何从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。看上去并没有什么新意，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，这时候我们借助第三方文字识别API能够减轻标注的工作量，让我们的标注量能减少点。  
  当然，如果你把这篇文章看作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，那也未尝不可！

**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）， 欢迎大家关注哦~~**

[http_ai.baidu.com_AI]: http://ai.baidu.com/%EF%BC%8C%E4%B8%BA%E4%BA%86%E8%83%BD%E5%A4%9F%E4%BD%BF%E7%94%A8%E8%AF%A5%E5%B9%B3%E5%8F%B0%E6%8F%90%E4%BE%9B%E7%9A%84AI%E6%9C%8D%E5%8A%A1%EF%BC%8C%E4%BD%A0%E9%9C%80%E8%A6%81%E4%BA%8B%E5%85%88%E6%B3%A8%E5%86%8C%E4%B8%80%E4%B8%AA%E7%99%BE%E5%BA%A6%E8%B4%A6%E5%8F%B7%E3%80%82
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70]: /images/20220202/4ee458c4280c40b3867739b6eff3d71c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx_size_16_color_FFFFFF_t_70 1]: /images/20220202/eb4be6ea89534482b93be5b227abe954.png
[https_ai.baidu.com_docs_OCR-API_top]: https://ai.baidu.com/docs#/OCR-API/top
[20190511220141662.png]: /images/20220202/13c8893c0d894d81964f3982c5e15b23.png