本文將會介紹如何使用百度AI開放平臺中的文字識別服務來識別圖片中的文字。百度AI開放平臺的訪問網址爲:http://ai.baidu.com/ ,爲了可以使用該平臺提供的AI服務,你須要事先註冊一個百度帳號。python
在百度AI開放平臺中,登陸本身的百度帳號,點擊「文字識別」服務中的「通用場景文字識別」,選擇「建立應用」,填好應用名稱,選擇應用類型,填好應用描述,這樣就建立好了「通用場景文字識別」服務,以下圖:web
在應用列表中,可以看到本身剛剛建立好的文字識別服務了,記住,這個應用中的「AppID」,「API Key」,「Secret Key」很重要,是你這個應用的惟一識別。算法
OK,建立好這個應用後,咱們就能使用該應用來識別圖片中的文字了~json
接下來,咱們將使用剛剛建立好的文字識別應用來識別圖片中的文字,大體的步驟以下:api
具體的參考文檔能夠參考網址:https://ai.baidu.com/docs#/OCR-API/top, 本文將再也不具體講述。bash
咱們須要識別的圖片爲含有兩個漢字的圖片驗證碼,圖片名稱爲test.png,以下:微信
參考該應用的官方文檔說明,咱們寫下以下的Python腳本,便可識別圖片中的文字,完整的代碼以下:app
import json import requests import base64 import urllib.parse APP_ID = '你的APP_ID' API_KEY ='你的API_KEY' SECRECT_KEY = '你的SECRECT_KEY' # 獲取token url = 'https://aip.baidubce.com/oauth/2.0/token' body = {'grant_type': 'client_credentials', 'client_id': API_KEY, 'client_secret': SECRECT_KEY } req = requests.post(url=url, data=body) token = json.loads(req.content)['access_token'] # 獲取百度api識別結果 ocr_url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=%s'%token headers = {'Content-Type': 'application/x-www-form-urlencoded'} # 讀取圖片並進行base64加密 body = base64.b64encode(open('./test.png' ,'rb').read()) # 進行urlencode data = urllib.parse.urlencode({'image': body}) # post請求 r = requests.post(url=ocr_url, headers=headers, data=data) # 輸出請求結果 print('請求碼爲: %s' %r.status_code) res_words = json.loads(r.content)['words_result'][0]['words'] print('識別結果爲: %s' % res_words)
輸出的結果以下:post
請求碼爲: 200 識別結果爲: 高吸
能夠看到,對於這張圖片,百度的文字識別功能很好地識別出了圖片中的文字。學習
上面咱們參照了百度文字識別的官方文檔來實現文字識別功能,但過程有點複雜,須要先獲取access_token,再構建HTTP請求才能使用。幸運的是,在Python的第三庫中,已經有了能實現該功能的第三方模塊,即baidu-aip,安裝方式以下:
pip install baidu-aip
利用這個第三方模塊,咱們能簡潔快速地實現文字識別功能,示例的Python代碼以下:
# 利用aip進行識別 from aip import AipOcr APP_ID = '你的APP_ID' API_KEY ='你的API_KEY' SECRECT_KEY = '你的SECRECT_KEY' client = AipOcr(APP_ID, API_KEY, SECRECT_KEY) img = open('./test.png','rb').read() message=client.basicGeneral(img) res = message['words_result'] print('識別結果爲: %s' % res[0]['words'])
本文並無講述如何從AI模型來識別圖片中的文字,而是利用百度AI平臺中的文字識別服務來完成文字識別任務。看上去並無什麼新意,只是講解使用使用API來識別圖片中的文字罷了。
那麼,本文的意義在哪?其實,在使用模型識別文字前,一個很重要的過程便於標註,標註費時費力,這時候咱們藉助第三方文字識別API可以減輕標註的工做量,讓咱們的標註量能減小點。
固然,若是你把這篇文章看做是一個學習如何利用百度文字識別API識別圖像中的文字的機會,那也何嘗不可!
注意:本人現已開通微信公衆號: Python爬蟲與算法(微信號爲:easy_web_scrape), 歡迎你們關注哦~~