Machine Learning & Recommendation & NLP & DLPostman中文文档开发者 开放API SDK 经验分享基地

一篇文章搞定百度OCR图片文字识别API

2018-06-02  本文已影响77人  Solomon_Xie

研究百度OCR的API,主要是向做对扫描版的各种PDF进行文字识别并转Word文档的需求。

这里用Postman客户端进行测试和演示。因为Postman是对各种API操作的最佳入门方式。一旦在Postman里实现了正确的调用,剩下的就只是一键生成代码,和一些细节的修改了。

参考百度云官方文档:文字识别API参考
下载官方文档PDF:OCR.zh.pdf

授权字符串 Access Token

Token字符串永远是你使用别人API的第一步,简单说,就是只有你自己知道的密码,在你每次向服务器发送的请求里面加上这个字符串,就相当于完成了一次登录。

如果没有Token授权认证,API的访问可能会像浏览网页一样简单。

Access Token一般是调用API最重要也最麻烦的地方了:每个公司都不一样,各种设置安全问题让你的Token复杂化。而百度云的Token,真的是麻烦到一定地步了。

参考:百度API的鉴权认证机制 (建议你不要参考,因为它的流程图会先把你镇住的)

简单说,获取百度云token字符串的主要流程就是:

来看看怎么利用Postman操作,如下图所示:


image

填好以后点击Send发送,就会获得一个JSON数据,如下图:


image

然后你用你的程序(Python, PHP, Node.js等,随便),获取这个JSON中的access_token
即可用到正式的API请求中,做为授权认证。

正式调用API: 以"通用文字识别"为例

API链接:https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic

提交方式:POST

调用方式有两种:

Headers设置:

Body数据传送的各项参数:

Body的数据如图所示:


image

然后就可以点Send发送请求了。
成功后,可以得到百度云返回的一个JSON数据,类似下图:


image

返回的是一行一行的识别字符。百度云的识别率是相当高的,几乎100%吧。毕竟是国内本土的机器训练出来的。

API常用地址

以下是百度云的OCR常用API地址,每个API所需的参数都差不多,略有不同。所有的API和地址以及详细所需的参数,参考官方文档,很简单。一个弄明白了就其他的都明白了。

API 请求地址 调用量限制
通用文字识别 https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic 50000次/天免费
通用文字识别(含位置信息版) https://aip.baidubce.com/rest/2.0/ocr/v1/general 500次/天免费
通用文字识别(高精度版) https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic 500次/天免费
通用文字识别(高精度含位置版) https://aip.baidubce.com/rest/2.0/ocr/v1/accurate 50次/天免费
网络图片文字识别 https://aip.baidubce.com/rest/2.0/ocr/v1/webimage 500次/天免费
上一篇下一篇

猜你喜欢

热点阅读