使用百度文字识别API进行图片中文字的识别

使用百度文字识别API进行图片中文字的识别今天,为了满足我女朋友作业的需求,我使用Python制作了一个图片转文字的小应用。一.申请Baidu通用文字识别接口。1.先在百度AI开放平台注册账号(点击这里进入百度智能云)。一般使用百度账号即可。2.注册成功后登录,在右侧菜单栏中寻找文字识别功能。3.进入后创建一个新的应用,并按要求填写好应用名称等信息后,立即创建即可。4.创建完成后,我们可以看到应用的信息,这些信息在后…

今天,为了满足我女朋友作业的需求,我使用Python制作了一个图片转文字的小应用。
(当然,下面导入模块的问题我就不多说了,是非常简单的)


使用百度文字识别API进行图片中文字的识别

一. 申请百度通用文字识别接口。

1.先在百度AI开放平台注册账号(点击这里进入百度智能云)。一般使用百度账号即可。
在这里插入图片描述
2.注册成功后登录,在右侧菜单栏中寻找文字识别功能。
在这里插入图片描述
3.进入后创建一个新的应用,并按要求填写好应用名称等信息后,立即创建即可。
在这里插入图片描述


使用百度文字识别API进行图片中文字的识别
4.创建完成后,我们可以看到应用的信息,这些信息在后续写代码中时至关重要的。(注意:Secret Key是不可泄露的!!!)

在这里插入图片描述

二. 到了这一步,我们真正的进入到程序中来。

1.baidu-aip模块安装
在Pycharm中新建Project,在工程文件夹中新建一个py文件,命名随意。点击File->Setting,进入Setting。刚开始没有baidu-aip模块,点击右侧加号搜索baidu-aip进行安装。

在这里插入图片描述
在这里插入图片描述
2.因为我们这次只测试两张图片,所以我们在与py文件同级下新建一个目录images,里存放我们需要识别的所有图片(这些图片最好按1,2……命名,在读入时会按数字顺序一张一张扫描)。
在这里插入图片描述
——1.jpg
在这里插入图片描述
—–2.jpg
在这里插入图片描述
3.首先我们先找到这些图片所在文件夹的路径

PROJECT_ROOT = os.path.dirname(os.path.realpath(__file__))#获取项目根目录
path = os.path.join(PROJECT_ROOT,"images") #文件路径

4.将百度AppID, API Key, Secret Key这些关键信息写入调用百度ORC接口。这里要导入我们安装好的baidu-aip模块了。

"""你的百度AppID, API Key, Secret Key"""
APP_ID = '16545975'
API_KEY = 'qbK2kKKtrXTo0rE1rg4M6Tl6'
SECRET_KEY = 'xxxxxxxxxxxx'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

5.定义打开图片的函数

"""打开文件,读取图片"""
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

6.循环读入目录中的每一张图片

for r, ds, fs in os.walk(path):
     for fn in fs:
        fname = os.path.join(r, fn)
        image = get_file_content(fname)
        ret = client.basicGeneral(image)
        #print(ret)
        #print(ret['words_result'])
        for item in ret['words_result']:
            print(item['words'])

5.接下来我们一步一步的分析结果,首先我们调用通用文字识别,打印结果看看是什么吧!(我们只截前面一部分)

# 调用通用文字识别,图片参数为本地图片
ret = client.basicGeneral(image)
print(ret)

在这里插入图片描述
可以看到,结果是一个字典,我们需要的图片内容都在关键字为words_result中,又可以发现,这个关键字的值是一个列表。我们先把这个字典中的words_result关键字的值取出来并打印。

print(ret['words_result'])

在这里插入图片描述
这样我们就取出了这个列表,图片中文字的内容是分段显示的,每一段又是一个字典(在图片中每一次换行都会形成一个字典),这就很简单了,我们只需要把每个字典中的关键字word的值取出来拼接上不就是我们图片中想要的内容了吗?这就要借助我们的循环。

for item in ret['words_result']:
    print(item['words'])

在这里插入图片描述
可以看到,输出的格式和图片中的格式是完全一样的。两张图片的内容已经被我们全部扫描出来了。

到这里这个小应用就全部结束了,大家可以根据需要继续完善,例如将输出结果保存到文本文件中等等。表情包中的文字也是可以识别的哦!

今天拿着QQ文字扫描发现QQ识别率还是很高的,但是一张一张太麻烦了,我想还是让他们自己来识别更方便。

完整代码:

from aip import AipOcr
import os


"""你的百度AppID, API Key, Secret Key"""
APP_ID = '16545975'
API_KEY = 'qbK2kKKtrXTo0rE1rg4M6Tl6'
SECRET_KEY = 'xxxxxxxxxxx'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

"""打开文件,读取图片"""
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

PROJECT_ROOT = os.path.dirname(os.path.realpath(__file__))#获取项目根目录
path = os.path.join(PROJECT_ROOT,"images") #文件路径

for r, ds, fs in os.walk(path):
     for fn in fs:
        fname = os.path.join(r, fn)
        image = get_file_content(fname)
        ret = client.basicGeneral(image)
        for item in ret['words_result']:
            print(item['words'])

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/38297.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注