百度人工智能AIP的调用方法

@百度人工智能AIP的调用方法

百度人工智能AIP的调用方法

百度这几年搞得人工智能虽然说和Google还有些距离，但总归是起步了，其中文的使用文档更是适合像我这种小菜鸡能更好的理解，今天写下这一篇博客主要是为了纪念自己第一次成功调用百度提供的接口，也是为了方便日后的复习，由于本人并不是计算机专业的学生，故程序写起来自然会入不了大佬的法眼，还请各位大佬轻批。
废话过多，进入正题：
首先要注册一个百度智能云的账号，链接如下：https://ai.baidu.com 。注册好了之后在控制台中选择文字识别，点击创建应用

点进去之后应用名称随便输一个（主要是懒…），下面能√的就都勾上，理由随便填填，因为这些都不是重点，当然，想要开发一款上市的应用，前面几句话当我没说，（而且大佬应该不会看这种入门文章吧）。
创建好之后点击查看应用详情，就可以看到自己的APP_ID等数据:

·之后点击上侧的下载sdk，进入之后选择使用说明：

由于我使用的是python，所以我选择的是python的sdk
首先点击快速入门：
如果没有安装python sdk的话
安装使用Python SDK有如下方式：

如果已安装pip，执行pip install baidu-aip即可。
如果已安装setuptools，执行python setup.py install即可。

新建AipOcr
AipOcr是OCR的Python SDK客户端，为使用OCR的开发人员提供了一系列的交互方法。

参考如下代码新建一个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)
这三个数在之前就是创建好应用时百度给的那三个数

之后就是调用了
选择接口说明之后选择自己想用的功能
比如我用的就是本地图片的文字识别：
“”" 读取图片 “”"
def get_file_content(filePath):
with open(filePath, ‘rb’) as fp:
return fp.read()

image = get_file_content(‘example.jpg’)//此处为图片的路径

“”" 调用通用文字识别, 图片参数为本地图片 “”"
client.basicGeneral(image);

“”" 如果有可选参数 “”"
options = {}
options[“language_type”] = “CHN_ENG”
options[“detect_direction”] = “true”
options[“detect_language”] = “true”
options[“probability”] = “true”
直接复制这一段到已经写好的AipOcr下面
然后api的调用就结束了，这个时候点一下运行，哎，我的现象呢?所以还要在最后加上输出，这样程序才算完整。
最后附上程序代码:
from aip import AipOcr
APP_ID = ‘19676839’
API_KEY = ‘’

client = AipOcr(APP_ID,API_KEY,SECRET_KEY)
“”" 读取图片 “”"
def get_file_content(filePath):
with open(filePath, ‘rb’) as fp:
return fp.read()

image = get_file_content(‘d://0.JPG’)

“”" 调用通用文字识别, 图片参数为本地图片 “”"
client.basicGeneral(image);

“”" 如果有可选参数 “”"
options = {}
options[“language_type”] = “CHN_ENG”
options[“detect_direction”] = “true”
options[“detect_language”] = “true”
options[“probability”] = “true”
a = client.basicGeneral(image,options)
print(a)
程序效果：
{‘log_id’: 6305542510716195774, ‘direction’: 0, ‘words_result_num’: 11, ‘words_result’: [{‘words’: ‘核反應堆中心由’, ‘probability’: {‘variance’: 0.016327, ‘average’: 0.930999, ‘min’: 0.623666}}, {‘words’: ‘厚厚的泥凝土包’, ‘probability’: {‘variance’: 0.022983, ‘average’: 0.897035, ‘min’: 0.605118}}, {‘words’: ‘電着以吸去輻射’, ‘probability’: {‘variance’: 0.04929, ‘average’: 0.898839, ‘min’: 0.355581}}, {‘words’: ‘将水加熱後’, ‘probability’: {‘variance’: 0.000313, ‘average’: 0.986157, ‘min’: 0.956105}}, {‘words’: ‘產生蔡氣’, ‘probability’: {‘variance’: 0.005497, ‘average’: 0.94635, ‘min’: 0.818514}}, {‘words’: ‘蒸氣經喉管送’, ‘probability’: {‘variance’: 0.014662, ‘average’: 0.928549, ‘min’: 0.659712}}, {‘words’: ‘至到渦輜渦’, ‘probability’: {‘variance’: 0.032607, ‘average’: 0.546795, ‘min’: 0.38635}}, {‘words’: ‘水在核反應堆中心循環’, ‘probability’: {‘variance’: 0.019408, ‘average’: 0.942383, ‘min’: 0.527778}}, {‘words’: ‘和發電機相接’, ‘probability’: {‘variance’: 0.004296, ‘average’: 0.957456, ‘min’: 0.814319}}, {‘words’: ‘流動,把在核裂變過程’, ‘probability’: {‘variance’: 0.030648, ‘average’: 0.897482, ‘min’: 0.45764}}, {‘words’: ‘中產生的熱能带走’, ‘probability’: {‘variance’: 0.024927, ‘average’: 0.936912, ‘min’: 0.519428}}], ‘language’: -1}
测试图片：

可以看到识别效果还算可以。
最后，这次只是一个入门介绍，等到本菜鸡有了更好的玩法时在和大家一起分享。（ps：我感觉既然他的主要计算都是在百度的云端进行的，有时间试一下esp32的micropython能不能跑起来）