首先要注冊百度雲賬號：
在首頁，找到圖像識別，創建應用，選擇相應的功能，創建
安裝接口模塊：
pip install baidu-aip
簡單識別一：
簡單圖形驗證碼：
圖片：
from aip import AipOcr # 你的 APPID AK SK APP_ID = '你的APPID' API_KEY = '你的AK' SECRET_KEY = '你的SK' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 讀取圖片 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 測試文件也可以寫路徑 image = get_file_content('test.jpg') # 調用通用文字識別, 圖片參數為本地圖片 result = client.basicGeneral(image) # 定義參數變量 options = { # 定義圖像方向 'detect_direction' : 'true', # 識別語言類型，默認為'CHN_ENG'中英文混合 'language_type' : 'CHN_ENG', } # 調用通用文字識別接口 results = client.basicGeneral(image,options) print(results) # 遍歷取出圖片解析的內容 # for word in result['words_result']: # print(word['words']) try: code = results['words_result'][0]['words'] except: code = '驗證碼匹配失敗' print(code)
結果為：
{'log_id': **************, 'direction': 0, 'words_result_num': 1, 'words_result': [{'words': '526'}]}
526
返回數據的參數詳解:
輸出結果中,各字段分別代表：
- log_id : 唯一的log id，用於定位問題
- direction : 圖像方向，傳入參數時定義為true表示檢測，0表示正向，1表示逆時針90度，2表示逆時針180度，3表示逆時針270度，-1表示未定義。
- words_result_num : 識別的結果數，即word_result的元素個數
- word_result : 定義和識別元素數組
- words : 識別出的字符串
二.很明顯結果不太正確，（部分代碼可能和官網不太一樣，因為在python3中有些模塊被替代了）然后就繼續在百度技術文檔中尋找答案，於是又找到了一個方案（其余的功能調用方法相同）
代碼如下：
# 第一步：獲取百度access_token import urllib, sys from urllib import request import ssl # client_id 為官網獲取的AK， client_secret 為官網獲取的SK host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【你的API_KEY】&client_secret=【你的SECRET_KEY】' requests = request.Request(host) requests.add_header('Content-Type', 'application/json; charset=UTF-8') response = request.urlopen(requests) content = response.read() # 獲取返回的數據 if (content): print(content) # 第二步 通用文字識別（高精度版）識別 # 與百度技術文檔上的部分代碼不同，在python3中urllib2和urllib合並成了urllib import base64 from urllib import request,parse import json access_token = '第一步獲取的token' url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token=' + access_token # 二進制方式打開圖文件 f = open(r'test.jpg', 'rb') # 參數image：圖像base64編碼 img = base64.b64encode(f.read()) params = {"image": img} # 將圖像轉化為可攜帶的參數 params = parse.urlencode(params) # 構造請求對象 requests = request.Request(url, bytes(params, encoding='utf-8')) # 添加請求頭 requests.add_header('Content-Type', 'application/x-www-form-urlencoded') #發起請求 response = request.urlopen(requests) # 讀取返回的內容並解碼 content = response.read().decode('utf-8') # 將數據轉換為字典 res = json.loads(content) try: # 嘗試從數據中獲取圖片解析的結果，如果沒有則證明沒有解析成功 code = res['words_result'][0]['words'] except: code = '驗證碼匹配失敗' print(code)
結果為：
5526
對於特別復雜的圖片，需要經過處理才能識別，使用PIL和Tesseract-OCR
from PIL import Image import subprocess def cleanFile(filePath, newFilePath): image = Image.open(filePath) # 對圖片進行閾值過濾,然后保存 image = image.point(lambda x: 0 if x<143 else 255) image.save(newFilePath) # 調用系統的tesseract命令對圖片進行OCR識別 可以使用絕對路徑，也可將程序添加到系統環境變量中 subprocess.call(['C:\\Program Files (x86)\\Tesseract-OCR\\tesseract', newFilePath, "output"]) # 打開文件讀取結果 with open("output.txt", 'r') as f: print(f.read()) cleanFile("text.jpg", "text2clean.png")
但是呢，不知道為什么識別率太低了，求大神指教
使用雲打碼識別，識別率會高很多，但也是有代價的，就是需要花錢，但是挺便宜的