【文字识别】Python3使用百度AI进行文字识别

太过爱你忘了你带给我的痛 2022-10-02 11:49 257阅读 0赞

将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，**OCR**）。可以实现OCR 的底层库并不多，目前很多库都是使用共同的几个底层OCR 库，或者是在上面进行定制。  
Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。  
除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何Unicode 字符。

此外我们也可以调用百度AI的文字识别API进行文字识别，具体流程如下：

1. 百度智能云注册用户

百度智能云地址：[https://cloud.baidu.com/][https_cloud.baidu.com]

2. 找到产品服务 / 文字识别 - 概览，创建应用

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70][]

应用有三个关键参数：AppID，API Key，Secret Key

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1][]

3. python脚本调用文字识别接口

具体api文档参考下面OCR Python SDK地址

OCR Python SDK地址：[https://ai.baidu.com/docs\#/OCR-Python-SDK/fad9fbb6][https_ai.baidu.com_docs_OCR-Python-SDK_fad9fbb6]

4. 具体文字识别代码如下：只是展示了几个接口，具体的还是看上面OCR Python SDK地址文档说明

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
    #作者：cacho_37967865
    #博客：https://blog.csdn.net/sinat_37967865
    #文件：baiduAI.py
    #日期：2019-06-18
    #备注：Python利用百度AI进行文字识别, pip install baidu-aip
    '''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
    
    from aip import AipOcr
    
    # 定义常量
    APP_ID = '16552814'
    API_KEY = '93R0OpMdmPy31WBBgPEKE1qB'
    SECRET_KEY = 'kIClrcG******'
    
    # 初始化AipFace对象
    aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    
    
    # 打开图片
    def get_file_content(filePath):
        with open(filePath, 'rb') as fp:
            return fp.read()
    
    
    # 调用通用文字识别接口
    def basicGeneral(file):
        """ 如果有可选参数 """
        options = {}
        options["detect_direction"] = "true"  # 检测朝向
        options["detect_language"] = "true"  # 检测语言
        result = aipOcr.basicGeneral(file, options)
        return(result)
    
    
    # 通用文字识别（高精度版）
    def basicAccurate(file):
        options = {}
        options["detect_direction"] = "true"  # 检测朝向
        options["detect_language"] = "true"  # 检测语言
        result = aipOcr.basicAccurate(file, options)
        return (result)
    
    
    # 识别一些网络上背景复杂，特殊字体的文字。
    def webImage(file):
        options = {}
        options["detect_direction"] = "true"  # 检测朝向
        options["detect_language"] = "true"  # 检测语言
        result = aipOcr.webImage(file, options)
        return (result)
    
    
    def main():
        file = get_file_content("bd.png")
        result = basicGeneral(file)
        print(result)
        for word in result['words_result']:
            print(word['words'])
    
    if __name__ == '__main__':
        main()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2][]

识别后的文字：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 3][]

[https_cloud.baidu.com]: https://cloud.baidu.com/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70]: /images/20220112/e93cb7ac5b9d47869728dbe1c8a4c791.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1]: /images/20220112/f30683fcb20d44ee9084ce6c844d8ccb.png
[https_ai.baidu.com_docs_OCR-Python-SDK_fad9fbb6]: https://ai.baidu.com/docs#/OCR-Python-SDK/fad9fbb6
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2]: /images/20220112/e78c0da76e174b0089dab6b6e6c326d5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 3]: /images/20220112/1f429714328542ca9bd22bfb3def3031.png