就在前几天一个大一学妹打破了我繁忙的生活,我纳闷了,直接问她啥事啊(老直男了)
原来是找我帮个忙,作为好学长那肯定得助人为乐啊…
话不多说,进入正题
根据学妹的描述来看,就只是想要一个能识别图片文字的程序,那就不管啥排版了,直接依次识别算了,主要是忙…那我直接用百度的ocr就行了,半小时搞定它!
文字识别官方入口
https://ai.baidu.com/tech/ocr/general
点击立即使用,我们就白嫖吧,反正一个月也用不到1000次
创建应用,输入应用名称,这个随意哈,然后选一个文字识别-免费的,有钱的话当我没说。
下图创建成功。
一会API Key和Secret Key是要使用的。
接下来就要去看看文档了,看是怎么使用的
https://ai.baidu.com/ai-doc/OCR/1k3h7y3db
不会看文档的小伙伴,我直接就讲我需要的东西了,其余的大家自己学着看吧。
从文档来看,我们首先要获取一个东西——access_token
官网代码
# encoding:utf-8
import requests
# 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】'
response = requests.get(host)
if response:
print(response.json())
我的代码
import requests
def access_token():
url = 'https://aip.baidubce.com/oauth/2.0/token'
token_ = {
'grant_type': 'client_credentials',
# API Key
'client_id': '官网获取的AK',
# ecret Key
'client_secret': '官网获取的SK'
}
res = requests.post(url, data=token_)
res = res.json()
print(res)
access_token = res['access_token']
print(access_token)
return access_token
if __name__ == '__main__':
access_token()
官网说推荐使用post,那我们就用post,但是官方代码是用的get这种方法,其实结果都一样,都能得到需要的数据。只不过官方的代码还需要一步提取出access_token。
access_token = response.json()['access_token']
然后就能得到access_token了。
如果在这个过程中遇到错误,文档也有,而且会比我讲的详细,所以遇到问题的话可以先看文档,实在不行可以问我。
获取access_token的函数
def access_token():
url = 'https://aip.baidubce.com/oauth/2.0/token'
token_ = {
'grant_type': 'client_credentials',
# API Key
'client_id': '自己获取',
# ecret Key
'client_secret': '自己获取'
}
res = requests.post(url, data=token_)
res = res.json()
print(res)
access_token = res['access_token']
print(access_token)
return access_token
当我们需要用时直接调用就行了。
根据文档的说明,我们就开始写读取图片的代码了
def raed_pic():
url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate"
request_url = url + "?access_token=" + access_token()
f = open('6.jpg', 'rb')
img = base64.b64encode(f.read())
# 参数看文档
params = {"image": img,
"language_type": "CHN_ENG",
"recognize_granularity": "small",
}
headers = {'content-type': 'Application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
# print(response)
# res = response.json()
# print(res)
# 判断是否响应成功
if response:
# 保存读出文字的文件,自动创建
file_name = "yiming6.txt"
# 这个没说的了,就是写入操作
with open(file_name, 'w', encoding='utf-8') as f:
for j in res:
f.write(j["words"] + "n")
从json分析来看我们只要提取当中的words_result里面的words
效果如下:
nice!当然可以写个循环然后直接遍历一个文件夹里面的所有图片,就可以得到每张图的文字了,再读取里面的文字放在同一个txt文件里面,有闲工夫的小伙伴可以试一试,我就不写了。最后也成功得到学妹的奶茶,就不上图片了,嘻嘻嘻~