使用BaiduOcr识别图片文字
ShiJh Lv3
 2021-02-14 00:00:00    840 字  3 分钟  

百度AI平台提供了很多AI接口，大部分都提供了免费的调用额度，如果是个人使用可以获得很大的便利，这里将介绍如何使用百度提供的文字识别接口。包含注册申请以及使用例！

使用BaiduOcr识别图片文字

百度AI平台提供了很多AI接口，大部分都提供了免费的调用额度，如果是个人使用可以获得很大的便利，这里将介绍如何使用百度提供的文字识别接口。

○注册并申请使用权

BaiduAI官网进入后点击右上角控制台进行登录

○注册百度账号

百度账号注册这里不再赘述，进入控制台登陆时即可注册。

○实名认证

  1. 登入控制台后会要求填写以下信息来激活账号，只需要填写*号信息栏。

    1

  2. 完成后点击左侧工具栏的文字识别，如下图所示

    3

  3. 点击立即认证，填入姓名和身份后点击下一步，无需刷脸验证，直接返回上一步的页面即可

    2

○创建文字识别应用

  1. 回到控制台后点击 创建应用，填一些信息，不需要包名并选择所属为个人

    #4

  2. 创建完成后点击 应用详情 ，进入页面后请记住API Key和Secret Key

    4

○调用API识别图

○获取Token

每隔一段时间使用前都需要获取Token，一个Token的有效期为30分钟

通过发送HTTP Get请求token：

  • url：https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={API_Key}&client_secret={Secret_Key}

  • 请求中携带参数API_key和Secret_key替换为你刚才申请的两个值，当然{}需要删除！

  • 请求成功将获得一串Json，例如

    {
  "refresh_token": "25.b55fe1d287227ca97aab219bb249b8ab.315360000.1798284651.282335-8574074",
  "expires_in": 2592000,
  "scope": "public wise_adapt",
  "session_key": "9mzdDZXu3dENdFZQurfg0Vz8slgSgvvOAUebNFzyzcpQ5EnbxbF+hfG9DQkpUVQdh4p6HbQcAiz5RmuBAja1JJGgIdJI",
  "access_token": "24.6c5e1ff107f0e8bcef8c46d3424a0e78.2592000.1485516651.282335-8574074",
  "session_secret": "dfac94a3489fe9fca7c3221cbf7525ff"
}

    我们只需要获取access_token即可

    若返回失败则会得到包含error_description的Json信息

○调用所需接口

文字识别分为通用文字识别、通用文字识别（高精度），不同的接口有不同的免费额度

通过发送HTTP POST上传图片数据或者地址进行文字识别

  • url：https://aip.baidubce.com/rest/2.0/ocr/v1/{ocr_type}?access_token={token}

    此处ocr_type根据不同的识别方式变化，可以用“general_basic”或者“accurate_basic”替换.

    token是上一步获取的access_token

  • post的请求体为表单类型，分为两种方式

    1. 图片数据

      图片数据必须使用Base64编码，并用以下格式作为请求体

      key value
      image base64数组

    2. 图片地址

      key value
      url url字符串

      仅general_basic支持用网络图片

  • 请求完成后将返回 Json 数据

    {
    "log_id": 2471272194,
    "words_result_num": 2,
    "words_result": [
        {"words": " example"},
        {"words": "helloworld"}
    ]
}

    出错则会返回包含err_msg的 Json 数据，具体错误类型可见官方文档

○Python使用例

点此到Github中查看上述介绍的内容分别对应def _get_token()和def general_ocr(img_b64)

○额外选择

百度ocr还包含很多种类型具体请查看 官方文档，调用api时也可传入其他参数，如是否检测图片方向、图片需要识别的语言等，这里就不多介绍，入门后看官方文档就没有任何问题了。

 评论