OCR------合合信息（TextIn）API使用教程

Cristal_wen

已于 2024-04-12 16:27:10 修改

阅读量1.2k

点赞数 19

文章标签： ocr

于 2024-04-12 15:50:43 首次发布

本文链接：https://blog.csdn.net/Cristal_wen/article/details/137680033

版权

关于合合信息的OCR

合合TextIn是上海合合信息科技股份有限公司旗下智能文字识别产品，专注文字识别领域16年，对企业、开发者、个人用户提供智能文字识别引擎、产品、云端服务。
上海合合信息科技股份有限公司是一家人工智能及大数据科技企业，专注于智能文字识别、图像处理、自然语言处理（NLP）、知识图谱、大数据挖掘等技术。基于自主研发的智能文字识别及商业大数据核心技术，为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务。

成立于2006年

在C端产品方面，截至2021年3月末，公司扫描全能王、名片全能王、启信宝3款APP在App Store与Google Play应用市场的全球用户累计首次下载量合计超过6亿C端APP2021年3月的月活合计约1.2亿

Google Top Developer全球顶尖开发者

专注于智能文字识别、图像处理、自然语言处理（NLP）、知识图谱、大数据挖掘等技术

拥有111项自主知识产权的发明专利，境外专利38项

如何快速上手API

1. 进行官网注册

点击链接TextIn，进入主页进行注册（红框），然后进行输入手机号
官网页面
注册界面
注册成功并登录，进入工作台，用户可以使用其免费提供的100次机会。

2. 点击申请公有API

点击前往市场
在这里插入图片描述
市场中有各种识别的API选择，这个地方我们针对文字识别API的使用进行介绍

点击购买免费试用之后，跳转到工作台，便可以看到刚刚购买的机器人

3. 具体使用API

首先记录自己的x-ti-app-id以及x-ti-secret-code，后续需要使用到
在这里插入图片描述

点击刚刚机器人的API集成，在此处官网提供了详细的API规范的介绍
在这里插入图片描述

此处我们演示python代码

安装python3以及安装request依赖（window）
- 步骤1：安装Python
  下载Python：
  首先，访问Python官方网站(python.org)下载Windows版本的Python安装器。
  选择适合你的系统（32位或64位）的安装包。
- 使用命令行安装Python：
  打开命令提示符（可以在开始菜单搜索"cmd"或"命令提示符"）。
  导航到下载的Python安装器的位置。例如，如果安装器位于Downloads文件夹，你可以使用命令cd Downloads。
  运行安装命令，例如：
```
python-3.10.4-amd64.exe /quiet InstallAllUsers=1 PrependPath=1
```
  这里python-3.10.4-amd64.exe是假设的安装器文件名，你应该使用你下载的实际文件名。/quiet选项使安装过程在后台执行，不显示安装界面。InstallAllUsers=1使Python安装为所有用户可用（需要管理员权限）。PrependPath=1确保将Python添加到系统的环境变量中，这样你可以从任何命令行窗口运行Python。
- 验证安装：
  
  安装完成后，在命令行输入python --version或python3 --version来检查Python版本，确保正确安装。
```
python --version
```
- 安装request依赖
  如何python正常安装之后，进入终端（cmd）通过pip工具安装request依赖
```
pip install request
```
对于Linux系统的
- 安装python
```
sudo apt install python3
```
- 查看python是否正常安装
```
python3 --version
```
- 安装request依赖
```
pip install request
```

安装之后创建.py文件，注意替换自己的id、secret以及文件路径
此处我们以下面这张图片为例子进行测试.

import requests
import json

def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

class CommonOcr(object):
    def __init__(self, img_path):
        # 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-app-id
        # 示例代码中 x-ti-app-id 非真实数据
        self._app_id = 'your x-ti-app-id'
        # 请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-secret-code
        # 示例代码中 x-ti-secret-code 非真实数据
        self._secret_code = 'your x-ti-secret-code'
        self._img_path = img_path

    def recognize(self):
        # 通用文字识别
        url = 'https://api.textin.com/ai/service/v2/recognize'
        head = {}
        try:
            image = get_file_content(self._img_path)
            head['x-ti-app-id'] = self._app_id
            head['x-ti-secret-code'] = self._secret_code
            result = requests.post(url, data=image, headers=head)
            return result.text
        except Exception as e:
            return e

if __name__ == "__main__":
    response = CommonOcr('example.jpg') # 此处为你需要进行OCR的文件
    print(response.recognize())

效果如下，其具体展示了文字的位置以及识别出来的文字
在这里插入图片描述

4. 使用体会

借助此次服务外包比赛的机会，第一次使用到了TextIn的OCR的功能，为其优点震撼

请求反应时间快：
在使用该OCR API过程中，我最为感动的是它的快速响应时间。从发送图像到接收识别结果的过程几乎是即时的。这种快速响应极大地提升了我的工作流程的连贯性，允许我在短时间内处理大量文档，而不需要等待长时间的处理周期。
识别准确性高：
另一个值得称赞的特点是其出色的识别准确性。无论是清晰的打印文本还是稍有挑战的手写笔迹，这个OCR API都能准确识别其中的文字。这种高准确性保证了数据的可靠性，减少了后续校对或更正的需要，这对于保证业务决策和数据分析的准确性至关重要。
调用方便：
使用这个OCR API的过程中，我特别欣赏它的易用性。API的集成和调用过程非常直观和简单，无需复杂的配置。通过简单的HTTP请求，我就能轻松发送图像并接收结果，API的文档清晰且例子丰富，使得即使是初学者也能快速上手。
多功能性和灵活性：
该API不仅仅局限于基本的文字识别，还提供了多种语言支持和多种格式的识别能力。这种多功能性使其能够适应多种不同的应用场景，从简单的文档数字化到复杂的数据提取和分析任务。

总之，合合信息提供的OCR API以其高速响应、精确的识别能力和用户友好的界面设计，成为了我们团队在开发基于OCR功能的软件时的重要技术支柱。这些特点不仅为我们的项目提供了强大的技术支持，还极大地提高了开发效率和产品质量。