调用百度OCR API过程小记

调用百度OCR API过程小记

【标签】 OCR API Python

data:2018-10-19 author:怡宝2号

【总起】通过url对百度文字识别API进行调用，语言为python2

1. 在百度云控制台创建API应用

• 整理流程：
  • 登陆百度云
  • 创建API调用的应用
  • 获取access_token
  • 读取自己的图片，调用API进行识别

登陆百度云
百度百度云，可以用百度贴吧、百度云的账号登陆

创建应用
在百度云控制台的左侧，选择文字识别

获取access_token
相当于进行用户验证，具体可看百度官网的API文档
文字识别中获取access_token示例代码

import urllib, urllib2, sys
import ssl

# client_id 为官网获取的AK， client_secret 为官网获取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
request = urllib2.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib2.urlopen(request)
content = response.read()
if (content):
    print(content)

注意修改1. 应用的url；2. client_id; 3. client_secret

读取自己的图片，调用API进行识别
阅读官网的API文档,改变示例代码中的相关参数
官网通用文字识别（含位置信息版）的示例代码

# coding:utf-8
import urllib, urllib2, base64

access_token = '#####调用鉴权接口获取的token#####'
url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general?access_token=' + access_token
# 二进制方式打开图文件
f = open(r'########本地文件#######', 'rb')
# 参数image：图像base64编码
img = base64.b64encode(f.read())
params = {"image": img}
params = urllib.urlencode(params)
request = urllib2.Request(url, params)
request.add_header('Content-Type', 'application/x-www-form-urlencoded')
response = urllib2.urlopen(request)
content = response.read()
if (content):
    print content

总结

百度云开放了API、SDK等调用方式，且每天都有一定量的免费使用次数，可以：

• 实际体验不用应用的实际效果
• 用最快的速度将不同的应用拼接起来
• 项目方案可行性的快速验证。比如：项目中要用到OCR识别，则先可以调用百度的API，快速完成演示demo
• 加快标注的速度。实际项目在实现过程中都是针对具体场景，一般都会涉及数据标注，这个时候就可以调用百度API，虽然有一定的错误，但是可以加快标注的速度

reference

[1] 百度API文档中心