百度AI攻略：手写文字识别

1.功能描述：

支持对图片中的手写中文、手写数字进行检测和识别，针对不规则的手写字体进行专项优化，识别准确率可达90%以上

2.平台接入

具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：

http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证授权：

在开始调用任何API之前需要先进行认证授权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret =【百度云应用的SK】

#获取token

def get_token():

    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

    request = urllib.request.Request(host)

    request.add_header('Content-Type', 'application/json; charset=UTF-8')

    response = urllib.request.urlopen(request)

    token_content = response.read()

    if token_content:

        token_info = json.loads(token_content)

        token_key = token_info['access_token']

    return token_key

3.2手写文字识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/OCR-API/

说明的比较清晰，这里就不重复了。

大家需要注意的是：

API访问URL：https://aip.baidubce.com/rest/2.0/ocr/v1/handwriting

图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式

Python3调用代码如下：

#手写文字

#filename:图片名（本地存储包括路径）

def handwriting(filename):

    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/handwriting"

    # 二进制方式打开图片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

    params = dict()

    params['image'] = img

    params = urllib.parse.urlencode(params).encode("utf-8")

    #params = json.dumps(params).encode('utf-8')

    access_token = get_token()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        #print(data)

        words_result=data['words_result']

        for item in words_result:

            print(item['words'])

handwriting('../img/handwriting4.jpg') 

4.功能评测：

选用不同的数据对效果进行测试，具体效果如下（以下例子均来自网上）：

模糊

其实,再说的好听点,其种程度上说,字

好坏,也可以体一个人的修养和乞质,古人活

说:字其人。我奉那些如何静不下心学

口语的朋友,也可试试我的方法,光从练司

钢笔字开始。并且,从近代医学研究发,练习

钢笔字世是一种养生方法,可让人身心愉悦

减少。病

斜放

有人会关心你付出

努力撑得不昙,摔得

不痛,他们只会看你最后

4么位置,然羡幕

或鄙

小学生作文

爱玩手机的爸爸

我的爸爸有点高

me丢像月亮一样弯

他的的脸红红的。

我的爸爸爱好是

玩手机,只要每未有

时间就t在上玩

手机。我非常喜欢我

这个爸爸。

测试下来，整体识别效果不错。不过对于模糊，边缘，斜放，潦草等情况识别较差，希望后续能有进一步的提高。

应用场景：

智能阅卷

使用手写文字识别技术，对学生日常作业及考试试卷中的手写内容进行自动识别，实现学生作业、考卷的线上批阅及教学数据的自动分析，大幅度提升教师工作效率及质量，促进教学管理的数字化和智能化

手写表单电子化

使用手写文字识别技术，实现对活动签到表、信息登记表、数据统计表等纸质表单内手写文字的识别，满足对纸质表单内信息进行统计整理、数据计算的需求，有效降低人工录入成本，便于登记信息的保存和传输

书摘、笔记电子化

使用手写文字识别技术，实现对手写书摘、读书笔记、课堂笔记等内容的识别，实现对手写文字内容的扫描及线上存储，便于用户对书摘及笔记内容进行快速编辑、查找及传输，大幅度提升内容管理效率，优化用户使用体验