小白學Python——用 百度AI 實現 OCR 文字識別

百度AI功能還是很強大的，百度AI開放平台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。

 

   

看看OCR識別免費的量

 

  

快速安裝：執行 pip install baidu-aip 即可

 

新建一個AipOcr：

from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

通用文字識別

""" 讀取圖片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

image = get_file_content('example.jpg')

""" 調用通用文字識別, 圖片參數為本地圖片 """
client.basicGeneral(image);

""" 如果有可選參數 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"

""" 帶參數調用通用文字識別, 圖片參數為本地圖片 """
client.basicGeneral(image, options)

url = "http//www.x.com/sample.jpg"

""" 調用通用文字識別, 圖片參數為遠程url圖片 """
client.basicGeneralUrl(url);

""" 如果有可選參數 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"

""" 帶參數調用通用文字識別, 圖片參數為遠程url圖片 """
client.basicGeneralUrl(url, options)

 

通用文字識別 請求參數詳情

通用文字識別 返回數據參數詳情

 

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

 最終代碼

from aip import AipOcr
 
# 定義常量
APP_ID = '14544448'
API_KEY = 'yRZGUXAlCd0c9vQj1kAjBEfY'
SECRET_KEY = 'sc0DKGy7wZ9MeWFGZnbscbRyoDB2IQlj'
 
# 初始化AipFace對象
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()
 
image = get_file_content('binary_best.jpg')
# 調用通用文字識別, 圖片為本地圖片
res=client.general(image)
print(res)
 
for item in res['words_result']:
    print(item['words'])

例：

from aip import AipOcr
import re
APP_ID='17010327'
API_KEY='X2MWCU1LG1PX5H6GAXgdlWD7'
SECRET_KEY='vz6GZ6TkhSFvY3quqcuC3EG8oEW3kThB'
client=AipOcr(APP_ID,API_KEY,SECRET_KEY)

i=open(r'C:\Users\Administrator\Desktop\example.png','rb')
image = i.read()

result=client.basicGeneral(image)

#將所有的文字都合並到一起
for item in result['words_result']:
    print(item['words'])

 

 

通用文字識別client.basicGeneral(image)

通用文字識別（高精度版）client.basicAccurate(image);

通用文字識別（含位置信息版）client.general(image);

通用文字識別（含位置高精度版）client.accurate(image);

通用文字識別（含生僻字版）client.enhancedGeneral(image);

網絡圖片文字識別client.webImage(image);

 

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

OCR文字識別筆記總結   https://www.cnblogs.com/wj-1314/p/9580387.html