2019年7月3日早上，在百度AI開發者大會上，一個來自山西的青年，將一瓶礦泉水澆在了同樣來自山西的李彥宏身上。
可以回顧一下 https://b23.tv/av57665929/p1 ，着實讓人一驚，這么大的會議上既然讓人這么容易接近大佬。
（圖片來源網絡）
OCR識別准備工作
百度雲真的是測試接口的天堂，免費接口很多，當然有量的限制，但個人使用是完全夠用的，什么人臉識別、MQTT服務器、語音識別等等，應有盡有吧
看看OCR識別免費的量
第一步：
創建一個文字識別的應用，也就是向百度雲申請一個文字識別的用戶接口
第二步：
打開技術文檔，基本涵蓋了當今流行的編程語言
https://cloud.baidu.com/doc/OCR/s/ejwvxzls6/
第三步：
安裝OCR Python SDK，OCR Python SDK目錄結構
├── README.md
├── aip //SDK目錄
│ ├── __init__.py //導出類
│ ├── base.py //aip基類
│ ├── http.py //http請求
│ └── ocr.py //OCR
└── setup.py //setuptools安裝支持Python版本：2.7.+ ,3.+
安裝命令：
在win10環境下通過cmd安裝后需要關掉當前cmd窗口，重新打開cmd窗口進行命令執行python程序方可正確實現
pip install baidu-aip
測試代碼
通用文字識別
from aip import AipOcr #更換為自己的注冊信息 APP_ID = '---' API_KEY = '---' SECRET_KEY = '---' client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#創建連接 fp=open("tu2.png","rb").read()#打開並讀取文件內容 res=client.basicGeneral(fp)#普通 #print(res) #將所有的文字都合並到一起 strx="" for tex in res["words_result"]:#遍歷結果 strx+=tex["words"]#每一行 print(strx)#輸出內容
通用文字識別（高精度版）
from aip import AipOcr #更換為自己的注冊信息 APP_ID = '---' API_KEY = '---' SECRET_KEY = '---' client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#創建連接 fp=open("tu2.png","rb").read()#打開並讀取文件內容 #res=client.basicGeneral(fp)#普通 res=client.basicAccurate(fp)#高精度 #print(res) #將所有的文字都合並到一起 strx="" for tex in res["words_result"]:#遍歷結果 strx+=tex["words"]#每一行 print(strx)#輸出內容
URL圖片地址方式
from aip import AipOcr #更換為自己的注冊信息 APP_ID = '----' API_KEY = '----' SECRET_KEY = '-----' client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#創建連接 url = "https://img2018.cnblogs.com/blog/1485202/201907/1485202-20190705210445649-2093672772.png" res=client.basicGeneralUrl(url)#普通 #print(res) #將所有的文字都合並到一起 strx="" for tex in res["words_result"]:#遍歷結果 strx+=tex["words"] print(strx)#輸出內容
注意
圖片格式（image）：
圖像數據，base64編碼，要求base64編碼后大小不超過4M，最短邊至少15px，最長邊最大4096px,支持jpg/png/bmp格式
URL格式（url）：
圖片完整URL，URL長度不超過1024字節，URL對應的圖片base64編碼后大小不超過4M，最短邊至少15px，最長邊最大4096px,支持jpg/png/bmp格式，當image字段存在時url字段失效
語言設置（language_type）
識別語言類型，默認為CHN_ENG
可設置：- CHN_ENG：中英文混合；- ENG：英文；- POR：葡萄牙語；- FRE：法語；- GER：德語；- ITA：意大利語；- SPA：西班牙語；- RUS：俄語；- JAP：日語；- KOR：韓語；
圖像倒置設置（detect_direction）
是否檢測圖像朝向，默認不檢測，即：false。朝向是指輸入圖像是正常方向、逆時針旋轉90/180/270度。可選值包括:- true：檢測朝向；- false：不檢測朝向
是否檢測語言（detect_language）
是否檢測語言，默認不檢測。當前支持（中文、英語、日語、韓語），值為flase或者true
是否返回識別結果中每一行的置信度（probability）
值為flase或者true
參數添加舉例
""" 如果有可選參數 """ options = {} options["detect_direction"] = "true" options["detect_language"] = "true" """ 帶參數調用網絡圖片文字識別, 圖片參數為遠程url圖片 """ client.webImageUrl(url, options)
更多參考：