小白学Python——用百度AI平台接口实现OCR文字识别_aipocr参数

近几天在做毕业设计获取数据，需要将电子书数据转化成文字，其中需要对图像中的文字进行识别，看了前辈们的文章，找到一个较简单的方法：使用python调用百度AI平台接口。写下这篇文章做一个比较简短的记录和学习，后期如果有新内容再行补充。

 

调用百度AI平台接口（有调用次数限制，通用50000次/天，学习完全够用）

这个类似于调用接口实现词法分析等操作，首先通过注册获得APP_ID、API_KEY、SECRET_KEY，然后调用接口实现OCR。由于是在线API，如果图片体积比较大，涉及到上传数据、分析数据、返回数据等一系列操作，需要一定的时间。此外，因为返回的是 dict 类型数据，所以需要对结果进行处理（这套算法是按行识别文字的，准确率较高，基本可以直接将结果进行提取和拼接）。

Python SDK文档 http://ai.baidu.com/docs#/OCR-Python-SDK/53932383

一、接口调用准备：

1、进入网站

https://console.bce.baidu.com/ai/?_=1577158208815&fromai=1#/ai/ocr/overview/index

2、选择产品服务里的文字识别，点击创建应用。

3、选择文字识别，创建完成。

4、创建后可以选择应用，可以看到里面有AppID、API Key、Secret Key三个参数，将三个参数放入下面实例对应三个地方。

 二、百度AipOcr接口能力

 三、安装接口模型

pip install baidu-aip

 四、通用文字识别 请求参数详情

五、通用文字识别 返回数据参数详情 

六、最终代码

from aip import AipOcr
 
#定义常量
APP_ID = '18096082'
API_KEY = 'nTV3rarsqUNlzGibGw6Q3Bl5'
SECRET_KEY = '4CbWiosVLTPzZbwBTZ86dE9bkTK70NQR'
 
# 初始化AipFace对象
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
 
# 读取图片
def get_file_content(filePath):
	with open(filePath, 'rb') as fp:
		return fp.read()
 
 
image = get_file_content('ocr_test.jpg')
# 调用通用文字识别, 图片为本地图片
res = client.general(image)
print(res)
 
for item in res['words_result']:
	print(item['words'])

七、识别结果

识别的图片为：

 识别结果为：

八、小结：

主要是初次接触OCR这个领域所做的一些笔记，后续再深入进行学习。