Python+百度AI，实现文字识别

        主要功能：python：打开电脑摄像头，百度AI：文字识别

一、准备工作

python：安装opencv模块

百度AI：登录百度AI官网-->产品服务-->人工智能-->文字识别-->概览-->免费尝鲜-->领取资源

二、python调用摄像头

import cv2 as cv#导入模块

cap = cv.VideoCapture(0)#调用摄像头，参数0位电脑内置摄像头

while cap.isOpened():#判断是否打开
    M1,M2 = cap.read()#读取图像
    cv.imshow("测试用",M2)#显示图像
    key = cv.waitKey(1) & 0xFF#按键判断
    if key == ord(" "):#按空格键退出循环
        break

# 释放内存
cv.destroyAllWindows()
# 释放摄像头
cap.release()

 

三、调用百度AI 

在文字识别的界面，点击左侧公有云服务-->应用列表，新建一个应用。再点击左侧技术文档，打开页面后，选择HTTP-SDK文档--python语言--快速入门，将代码复制，再进入接口说明，将通用文字识别（标准版）代码复制，示例代码如下所示

from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
  
""" 读取文件 """
   def get_file_content(filePath):
      with open(filePath, "rb") as fp:
         return fp.read()

   image = get_file_content('文件路径')
   url = "https://www.x.com/sample.jpg"
   pdf_file = get_file_content('文件路径')
	
   # 调用通用文字识别（标准版）
   res_image = client.basicGeneral(image)
   res_url = client.basicGeneralUrl(url)
   res_pdf = client.basicGeneralPdf(pdf_file)
   print(res_image)
   print(res_url)
   print(res_pdf)
   
   # 如果有可选参数
   options = {}
   options["language_type"] = "CHN_ENG"
   options["detect_direction"] = "true"
   options["detect_language"] = "true"
   options["probability"] = "true"
   res_image = client.basicGeneral(image, options)
   res_url = client.basicGeneralUrl(url, options)
   res_pdf = client.basicGeneralPdf(pdf_file, options)
   print(res_image)
   print(res_url)
   print(res_pdf)

我们将代码删减后得到如下代码

from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
""" 读取文件 """
def get_file_content(filePath):
    with open(filePath, "rb") as fp:
        return fp.read()

image = get_file_content('文件路径')

# 调用通用文字识别（标准版）
res_image = client.basicGeneral(image)

print(res_image)

 

四、代码整合

import cv2 as cv
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
cap = cv.VideoCapture(0)

""" 读取文件 """
def get_file_content(filePath):
    with open(filePath, "rb") as fp:
        return fp.read()

while cap.isOpened():
    M1,M2 = cap.read()
    cv.imshow("测试用",M2)
    key = cv.waitKey(1) & 0xFF#按键判断
    if key == ord("s"):#按下s键
        cv.imwrite('你的路径',M2)#保存图片
        image = get_file_content('上面保存的路径') #获取图片
        res_image = client.basicGeneral(image)#识别图片
        print(res_image)#输出识别信息
    elif key == ord(" "):#空格退出
        break

# 释放内存
cv.destroyAllWindows()
# 释放摄像头
cap.release()