一篇文章搞定百度OCR圖片文字識別API

研究百度OCR的API，主要是向作對掃描版的各類PDF進行文字識別並轉Word文檔的需求。

這裏用Postman客戶端進行測試和演示。由於Postman是對各類API操做的最佳入門方式。一旦在Postman裏實現了正確的調用，剩下的就只是一鍵生成代碼，和一些細節的修改了。

參考百度雲官方文檔：文字識別API參考
下載官方文檔PDF：OCR.zh.pdf

受權字符串 Access Token

Token字符串永遠是你使用別人API的第一步，簡單說，就是隻有你本身知道的密碼，在你每次向服務器發送的請求裏面加上這個字符串，就至關於完成了一次登陸。

若是沒有Token受權認證，API的訪問可能會像瀏覽網頁同樣簡單。

Access Token通常是調用API最重要也最麻煩的地方了：每一個公司都不同，各類設置安全問題讓你的Token複雜化。而百度雲的Token，真的是麻煩到必定地步了。

參考：百度API的鑑權認證機制 (建議你不要參考，由於它的流程圖會先把你鎮住的)

簡單說，獲取百度雲token字符串的主要流程就是：

• 建立一個應用，得到只有本身知道的id和密碼
• 用POST方式把id和密碼發給百度的一個連接：

https://aip.baidubce.com/oauth/2.0/token

• 其中，須要你向這個地址傳送三個參數：

  • grant_type = client_credentials 這個是固定的
  • client_id = xxx 這個是你在百度雲管理後臺建立OCR應用的時候，那個應用的API Key
  • client_secret = xxx 這個是你的應用的Secret Key
• 等待服務器返還給你一個包含token字符串的數據
• 記住這個token字符串，並用來訪問每一次的API

來看看怎麼利用Postman操做，以下圖所示：

填好之後點擊Send發送，就會得到一個JSON數據，以下圖：

而後你用你的程序(Python, PHP, Node.js等，隨便)，獲取這個JSON中的access_token，
便可用到正式的API請求中，作爲受權認證。

正式調用API： 以"通用文字識別"爲例

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

提交方式：POST

調用方式有兩種：

• 方式一：直接在URL填寫信息

直接把API所需的認證信息放在URL裏是最簡單最方便的。

• ~方式二：Headers填寫信息方式~

建議忽略這種方式，須要填寫不少request的標準headers，太麻煩。

Headers設置：

• Content-Type = application/x-www-form-urlencoded

只要填這一項就夠了。

Body數據傳送的各項參數：

• access_token = xxx 把以前獲取到的token字符串填到這裏來
• image = xxx 把圖片轉成base64字符串填到這裏，不須要開頭的data:image/png;base64,
• url = xxx 也能夠不用傳圖片而是傳一個圖片的連接。可是百年無效，不要用！
• language_type = CHN_ENG 識別語言類型。默認中英。

Body的數據如圖所示：

而後就能夠點Send發送請求了。
成功後，能夠獲得百度雲返回的一個JSON數據，相似下圖：

返回的是一行一行的識別字符。百度雲的識別率是至關高的，幾乎100%吧。畢竟是國內本土的機器訓練出來的。

API經常使用地址

如下是百度雲的OCR經常使用API地址，每一個API所需的參數都差很少，略有不一樣。全部的API和地址以及詳細所需的參數，參考官方文檔，很簡單。一個弄明白了就其餘的都明白了。

API	請求地址	調用量限制
通用文字識別	https://aip.baidubce.com/rest...	50000次/天免費
通用文字識別（含位置信息版）	https://aip.baidubce.com/rest...	500次/天免費
通用文字識別（高精度版）	https://aip.baidubce.com/rest...	500次/天免費
通用文字識別（高精度含位置版）	https://aip.baidubce.com/rest...	50次/天免費
網絡圖片文字識別	https://aip.baidubce.com/rest...	500次/天免費