基于百度云的OCR识别（Python）！
2019年7月3日早上，在百度AI开发者大会上，一个来自山西的青年，将一瓶矿泉水浇在了同样来自山西的李彦宏身上。
可以回顾一下 https://b23.tv/av57665929/p1 ，着实让人一惊，这么大的会议上既然让人这么容易接近大佬。
image
（图片来源网络）
OCR识别准备工作
百度云真的是测试接口的天堂，免费接口很多，当然有量的限制，但个人使用是完全够用的，什么人脸识别、MQTT服务器、语音识别等等，应有尽有吧
看看OCR识别免费的量
image
第一步：
创建一个文字识别的应用，也就是向百度云申请一个文字识别的用户接口
image
第二步：
打开技术文档，基本涵盖了当今流行的编程语言
https://cloud.baidu.com/doc/OCR/s/ejwvxzls6/
- C++SDK文档 Android-SDK文档 Java-SDK文档 Node-SDK文档
- PHP-SDK文档 Python-SDK文档 C#SDK文档 iOS-SDK文档
第三步：
安装OCR Python SDK，OCR Python SDK目录结构
<pre class="prettyprint hljs fsharp">├── README.md
├── aip //SDK目录
│ ├── init.py //导出类
│ ├── base.py //aip基类
│ ├── http.py //http请求
│ └── ocr.py //OCR
└── setup.py //setuptools安装</pre>
支持Python版本：2.7.+ ,3.+
安装命令：
在win10环境下通过cmd安装后需要关掉当前cmd窗口，重新打开cmd窗口进行命令执行python程序方可正确实现
<pre class="hljs nginx">pip install baidu-aip
</pre>
测试代码
image
image
通用文字识别
<pre class="prettyprint hljs python">from aip import AipOcr
更换为自己的注册信息
APP_ID = '---'
API_KEY = '---'
SECRET_KEY = '---'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#创建连接
fp=open("tu2.png","rb").read()#打开并读取文件内容
res=client.basicGeneral(fp)#普通
print(res)
将所有的文字都合并到一起
strx=""
for tex in res["words_result"]:#遍历结果
strx+=tex["words"]#每一行
print(strx)#输出内容
</pre>
通用文字识别（高精度版）
<pre class="prettyprint hljs python">from aip import AipOcr
更换为自己的注册信息
APP_ID = '---'
API_KEY = '---'
SECRET_KEY = '---'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#创建连接
fp=open("tu2.png","rb").read()#打开并读取文件内容
res=client.basicGeneral(fp)#普通
res=client.basicAccurate(fp)#高精度
print(res)
将所有的文字都合并到一起
strx=""
for tex in res["words_result"]:#遍历结果
strx+=tex["words"]#每一行
print(strx)#输出内容
</pre>
URL图片地址方式
<pre class="prettyprint hljs python">from aip import AipOcr
更换为自己的注册信息
APP_ID = '----'
API_KEY = '----'
SECRET_KEY = '-----'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)#创建连接
url = "https://img2018.cnblogs.com/blog/1485202/201907/1485202-20190705210445649-2093672772.png"
res=client.basicGeneralUrl(url)#普通
print(res)
将所有的文字都合并到一起
strx=""
for tex in res["words_result"]:#遍历结果
strx+=tex["words"]
print(strx)#输出内容
</pre>
注意
图片格式（image）：
图像数据，base64编码，要求base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式
URL格式（url）：
图片完整URL，URL长度不超过1024字节，URL对应的图片base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式，当image字段存在时url字段失效
语言设置（language_type）
识别语言类型，默认为CHN_ENG
可设置：- CHN_ENG：中英文混合；- ENG：英文；- POR：葡萄牙语；- FRE：法语；- GER：德语；- ITA：意大利语；- SPA：西班牙语；- RUS：俄语；- JAP：日语；- KOR：韩语；
图像倒置设置（detect_direction）
是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括:- true：检测朝向；- false：不检测朝向
是否检测语言（detect_language）
是否检测语言，默认不检测。当前支持（中文、英语、日语、韩语），值为flase或者true
是否返回识别结果中每一行的置信度（probability）
值为flase或者true
参数添加举例
<pre class="prettyprint hljs awk">""" 如果有可选参数 """
options = {}
options["detect_direction"] = "true"
options["detect_language"] = "true"
""" 带参数调用网络图片文字识别, 图片参数为远程url图片 """
client.webImageUrl(url, options)
</pre>
