python爬虫代码提取图片中的文字_Python从图片提取文字

需求：读取图片内的文字，图片包含url形式的和image形式的

实现思路：python调用腾讯api，参考腾讯官方文档:https://cloud.tencent.com/document/product/866/17596

步骤：调用api需要配置header请求头，请求头需要鉴权签名，鉴权签名需要api密钥。

鉴权签名：https://cloud.tencent.com/document/product/866/17734

api密钥的获取：登陆腾讯云https://console.cloud.tencent.com/cam/capi

代码如下

import time

import base64

import hmac

import hashlib

from hmac import new as hmac

import requests

import json

import datetime

import random

'''通过登陆腾讯云获取自己的api密钥'''

appid='12******25'

SecretID='AKIDGS************************NPpyNp'

SecretKey='Xt*************************iwybH'

'''初始化除api外的其他参数'''

currentTime = int(time.time()) #当前时间戳

expiredTime = currentTime+2592000 #签名的有效期 此处定义为当前时间+30天

bucket=''# 图片资源的组织管理单元，历史遗留字段，可不填

rand=7648353324 #随机串，通过函数 random.randint(1,9999999999) 生成

fileid='' #资源存储的唯一标识，单次签名必填；多次签名选填，如填写则会验证与当前操作的文件路径是否一致

'''配置 拼接签名串'''

src_str='a='+appid+'&b='+bucket+'&k='+SecretID+'&e='+str(expiredTime)+'&t='+str(currentTime)+'&r='+str(rand)+'&f='+fileid

'''定义生成签名的函数'''

def hash_hmac(ac_key,orignal):

SignTmp = hmac(bytes(ac_key,'utf-8'),bytes(orignal,'utf-8'), hashlib.sha1).digest()#+'.'+bytes(orignal,'utf-8')

Sign = base64.b64encode(SignTmp+orignal.encode())

return Sign

'''生成签名'''

authorization=hash_hmac(SecretKey,src_str)

'''定义请求协议'''

url='https://recognition.image.myqcloud.com/ocr/handwriting'

'''配置请求头'''

headers={

'Authorization':authorization,

'Host':'recognition.image.myqcloud.com'

}

# 使用 url 的请求示例

url_img='https://images.jiandaoyun.com/Fm0I5jLH9zGFpYn5SLoEP-EhWOmC'#+'.png'

data_img={'appid':appid,'url':url_img}

'''

#使用 image 的请求示例

url_img='kuaiji-5-243.jpg',open('D:\\python\\kuaiji\\kuaiji-5-243.jpg','rb'),'image/jpeg'

data_img={'appid':appid,'image':(url_img)}

'''

r = requests.post(url,files=data_img,headers=headers)

data=json.loads(r.content.decode('utf-8'))

count=len(data['data']['items'])

try:

for i in range(count):

x=data['data']['items'][i]['itemcoord']['x']

y=data['data']['items'][i]['itemcoord']['y']

content=data['data']['items'][i]['itemstring']

print(content)

except:

print('wrong')

代码执行结果