百度AI攻略：名片识别

1.功能描述：

支持对各类名片的9个关键字段进行结构化识别，包括姓名、公司、职位、邮编、邮箱、电话、网址、地址、手机号。使用名片识别技术，实现对用户名片关键信息的结构化识别和录入，可应用于线下会议、论坛、商务交流等场景，满足用户快速录入名片关键信息的需求，有效降低用户输入成本，提升用户使用体验。

2.平台接入

具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证授权：

在开始调用任何API之前需要先进行认证授权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下：

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK， client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    #print (token_content)
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key

3.2名片识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/OCR-API/342e5440

说明的比较清晰，这里就不重复了。

大家需要注意的是：
API访问URL：https://aip.baidubce.com/rest/2.0/ocr/v1/business_card
图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式

返回示例：
{
"errno": "0",
"logid": "14815156840",
"words_result_num": 7
"words_result": {
"ADDR": ["中国·北京东城区朝阳门北大街4848号"],
"FAX": ["010-818480043"],
"MOBILE": ["18284584483"],
"NAME": ["陈圆圆"],
"PC": ["100010"],
"URL": ["www.baidu.comwww.baidu.com"],
"TEL": ["010-89184841"],
"COMPANY": ["宝力机械有限公司"],
"TITLE": ["总经理"]
...
}
}

Python3调用代码如下：

#名片
#filename:图片名（本地存储包括路径），
def business_card(filename):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/business_card"
    print(filename)
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    params = urllib.parse.urlencode(params).encode("utf-8")
    
    access_token = get_token()
    
    begin = time.perf_counter()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    end = time.perf_counter()

    print('处理时长:'+'%.2f'%(end-begin)+'秒')
    
    if content:
        #print(content)
        content=content.decode('utf-8')
        #print(content)
        data = json.loads(content)
        #print(data)
        words_result=data['words_result']
        print ("识别结果")
        for item in words_result:
            print (item,':',words_result[item])  
            
business_card('../img/bcard5.png')

4.功能评测：
选用不同的数据对效果进行测试，具体效果如下（以下例子均来自网上）：

处理时长:1.63秒
识别结果
FAX : ['']
TEL : ['027-8664430']
NAME : ['程伟进']
TITLE : ['产品经理']
MOBILE : ['']
PC : ['']
COMPANY : ['企优宝(武汉)信息咨询科技有限公司']
URL : ['www.qybshop.com']
EMAIL : ['coo@qybshop.com']
ADDR : ['武汉市洪山区书城路文荟街丽岛柳园北区5栋901室']

 

处理时长:3.30秒
识别结果
FAX : ['']
TEL : ['']
NAME : ['方保磊']
TITLE : ['总经理']
MOBILE : ['18310228922', '15620955825']
PC : ['']
COMPANY : ['']
URL : ['www.ujfactor.com']
EMAIL : ['f@uifactor.com']
ADDR : ['北京市海淀区丹棱街甲1号互联网金融中心一层103室']

处理时长:3.47秒
识别结果
FAX : ['']
TEL : ['010-51295500', '010-58850960']
NAME : ['']
TITLE : ['I设计师']
MOBILE : ['']
PC : ['']
COMPANY : ['北京新联财通咨询有限公司']
URL : ['www.xIbeijing.com']
EMAIL : ['cmarket@ximediawatch.com']
ADDR : ['北京市东城区天坛东路9号院(南院)']
5.测试结论和建议

测试下来，整体识别效果不错。对于名片内容识别的很准确，未来会有很好的应用前景。

建议：
1，强化对美术字的识别，部分名片有很多美术字，现在名片识别对于变体很大的美术字识别效果较弱，希望能够加强。
2，希望能够增加业务范围、其他内容等字段。现在的识别字段为：姓名、公司、职位、邮编、邮箱、电话、网址、地址、手机号。而很多名片上都有业务范围，希望能予以识别。