基于百度OCR的文字识别

0. 前言：百度OCR文字识别简介

百度OCR文字识别是百度公司推出的一项智能化服务，通过使用人工智能技术，能够将图片中的文字内容识别出来并转化为可编辑的文字格式。

该服务可以应用在多个领域，例如身份证、银行卡、营业执照等各种证件的识别，车牌号码的识别，图片中的条形码和二维码的识别等等。

百度OCR文字识别具有以下特点：

• 高准确率：采用多层次深度神经网络，具有较高的文字识别准确率。

• 多语言支持：支持包括中文、英文、日文、韩文等多种语言的文字识别。

• 图片处理功能：对于拍摄环境较差、模糊或倾斜的图片，可以通过对图像的预处理来提高文字识别的准确率。

• 丰富的场景支持：支持不同领域的文字识别，包括证件、车牌、二维码、票据等。

• 多平台支持：提供基于 API 接口的服务，可以方便地集成到各种应用平台上，例如网页、移动端应用等。

百度OCR文字识别的应用场景非常广泛，可以应用在各行各业中。

在金融行业，可以用于快速识别银行卡、身份证等证件信息；
在物流行业，可以用于识别快递单上的运单号码；
在零售行业，可以用于识别商品条形码等。

通过文字识别技术，可以大大提高工作效率和准确性，减少了人工操作的成本和风险。

百度OCR文字识别是一项领先的人工智能技术，在文字识别和处理方面具有极高的准确性和可靠性，为各个行业的数字化转型和智能化应用提供了有力的支持。

操作系统：Windows10 家庭版

开发环境：Pycahrm Comunity 2022.3

Python解释器版本：Python3.8

1. 领取免费识别模型

去这个地方注册免费账号
百度文字识别

点击立即使用

去领取

不要领取全部，有些是含有效期的，领完不一定用很浪费

我剩下没有选择的都是365天使用限制的

领取成功

2. 创建实例

去创建

选择个人归属，然后立即创建

然后这个页面先不要关，到时候有用

你可以在这查看API文档，学习如何使用

3. 代码测试

现在我们来进行使用，以下是官方Demo，你只需要替换自己的APIkey和Secretkey就好了：
main.py

# coding=utf-8

import sys
import json
import base64


# 保证兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:
    from urllib.request import urlopen
    from urllib.request import Request
    from urllib.error import URLError
    from urllib.parse import urlencode
    from urllib.parse import quote_plus
else:
    import urllib2
    from urllib import quote_plus
    from urllib2 import urlopen
    from urllib2 import Request
    from urllib2 import URLError
    from urllib import urlencode

# 防止https证书校验不正确
import ssl
ssl._create_default_https_context = ssl._create_unverified_context

API_KEY = '换成你自己的'

SECRET_KEY = '换成你自己的'


OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"


"""  TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'


"""
    获取token
"""
def fetch_token():
    params = {'grant_type': 'client_credentials',
              'client_id': API_KEY,
              'client_secret': SECRET_KEY}
    post_data = urlencode(params)
    if (IS_PY3):
        post_data = post_data.encode('utf-8')
    req = Request(TOKEN_URL, post_data)
    try:
        f = urlopen(req, timeout=5)
        result_str = f.read()
    except URLError as err:
        print(err)
    if (IS_PY3):
        result_str = result_str.decode()


    result = json.loads(result_str)

    if ('access_token' in result.keys() and 'scope' in result.keys()):
        if not 'brain_all_scope' in result['scope'].split(' '):
            print ('please ensure has check the  ability')
            exit()
        return result['access_token']
    else:
        print ('please overwrite the correct API_KEY and SECRET_KEY')
        exit()

"""
    读取文件
"""
def read_file(image_path):
    f = None
    try:
        f = open(image_path, 'rb')
        return f.read()
    except:
        print('read image file fail')
        return None
    finally:
        if f:
            f.close()


"""
    调用远程服务
"""
def request(url, data):
    req = Request(url, data.encode('utf-8'))
    has_error = False
    try:
        f = urlopen(req)
        result_str = f.read()
        if (IS_PY3):
            result_str = result_str.decode()
        return result_str
    except  URLError as err:
        print(err)

if __name__ == '__main__':

    # 获取access token
    token = fetch_token()

    # 拼接通用文字识别高精度url
    image_url = OCR_URL + "?access_token=" + token

    text = ""

    # 读取测试图片
    file_content = read_file('./text.png')

    # 调用文字识别服务
    result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))

    # 解析返回结果
    result_json = json.loads(result)
    for words_result in result_json["words_result"]:
        text = text + words_result["words"]

    # 打印文字
    print(text)

这个是我的图片：
text.png

4. 识别结果

下面我们来看识别结果，就这样咯：