通用文字识别API如何通过PHP进行调用？（二）

loosenivy

于 2024-09-03 09:30:00 发布

阅读量323

点赞数 15

分类专栏：识别类接口文章标签： php 图片识别文字识别图片文字识别通用文字识别 OCR

本文链接：https://blog.csdn.net/loosenivy/article/details/141824580

版权

识别类接口专栏收录该内容

13 篇文章 0 订阅

订阅专栏

一、什么是通用文字识别？

通用文字识别又叫通用文字OCR识别，文字识别，文字图片识别，通用文字识别是一种算法识别技术，它能够将图像中的文字转换为可编辑的文本格式，可支持多种类型图片类型。

二、通用文字识别适用哪些场景？

例如：教育场景

1.学习资料整理：学生可以将教材、参考书籍中的重点内容拍照进行文字识别，然后整理成电子笔记，方便复习和查阅。

2.作业批改自动化：教师可以利用通用文字识别技术对学生的手写作业进行识别，实现部分客观题的自动批改，提高批改效率。

3.在线教育资源制作：教育机构可以将纸质教材、讲义等转换为电子文档，然后制作成在线课程资源，方便学生在线学习。

三、如何用PHP进行通用文字识别接口调用？

下面我们以阿里云为例，通过PHP实现调用：

<?php
    $host = "https://kzwordocr.market.alicloudapi.com";
    $path = "/api-mall/api/general/ocr";
    $method = "POST";
    $appcode = "你自己的AppCode";
    $headers = array();
    array_push($headers, "Authorization:APPCODE " . $appcode);
    //根据API的要求，定义相对应的Content-Type
    array_push($headers, "Content-Type".":"."application/x-www-form-urlencoded; charset=UTF-8");
    $querys = "";
    $bodys = "image=image&url=url";
    $url = $host . $path;

    $curl = curl_init();
    curl_setopt($curl, CURLOPT_CUSTOMREQUEST, $method);
    curl_setopt($curl, CURLOPT_URL, $url);
    curl_setopt($curl, CURLOPT_HTTPHEADER, $headers);
    curl_setopt($curl, CURLOPT_FAILONERROR, false);
    curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($curl, CURLOPT_HEADER, true);
    if (1 == strpos("$".$host, "https://"))
    {
        curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
        curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
    }
    curl_setopt($curl, CURLOPT_POSTFIELDS, $bodys);
    var_dump(curl_exec($curl));
?>

正确返回示例代码如下：

{
    "msg": "成功",
    "success": true,
    "code": 200,
    "data": {
        "orderNo": "202407102026336827870",
        "info": [
            {
                "line_no": 0, //文本行编号，按从左至右、从上至下顺序依次排列
                "confidence": 0.96655273, //行文本识别置信度 0-1 
                "line_content": "姓名", //识别出的文本行内容
                "line_position": {
                    "x": 53,
                    "width": 53,
                    "y": 66,
                    "line_direction": 0,
                    "height": 22
                }
            },
            {
                "line_no": 1,
                "confidence": 0.98909503,
                "line_content": "陈海江",
                "line_position": {
                    "x": 102,
                    "width": 63,
                    "y": 63,
                    "line_direction": 0,
                    "height": 23
                }
            }
        ]
    }
}


line_no		文本行编号，按从左至右、从上至下顺序依次排列
line_content	识别出的文本行内容
confidence	行文本识别置信度
line_position	文本行位置信息，表示为坐标和旋转角度（左上角X，左上角Y，宽Width，高Height，旋转角度Line Position）+x左上角顶点横坐标X +y	左上角顶点纵坐标Y
width	        矩形框的宽
height		矩形框的高
line_direction	文本行的旋转角度
words		文本行内单字符的内容数组，数组元素为一个Json结构，包含character和confidence
character	候选字符character
confidence	单字符的识别置信度