名片识别信息分类python_python体验名片识别OCR

想使用名片识别OCR，主要调研了腾讯云的智能图像和腾讯优图。

腾讯云

解析出来的汉字直接是unicode，比如u'\u90e8\u95e8\u526f\u603b\u7ecf\u7406'，按照腾讯的文档，撸出代码体验：

首先是一堆引入。

import time

import random

import hmac, hashlib

import binascii

import base64

import requests

import os

import json

然后按照文档生成签名(签权)，这一步文案写的很不通顺。其中需要替代的地方自行看文档找下，比如appid、secret_id、secret_key。至于bucket，我没看明白有啥用。

appid = 'your app id' #自己填

secret_id = 'your secret id' #自己填

secret_key = 'your secret key' #自己填

bucket= 'seem no use' #自己填

# 还有个https的，我没试

url = 'http://recognition.image.myqcloud.com/ocr/businesscard'

now = int(time.time())

rdm = random.randint(0,9999999999)

expired = now + 2592000 #一个月

plain_text = 'a='+appid+'&b='+bucket+'&k='+secret_id+'&e='+str(expired)+'&t='+str(now)+'&r='+str(rdm)+'&u=0&f='

bin = hmac.new(secret_key.encode(), plain_text.encode(), hashlib.sha1)

s = bin.hexdigest()

s = binascii.unhexlify(s)

s = s + plain_text.encode('ascii')

signature = base64.b64encode(s).rstrip() # 生成签名

print(signature)

接下来分两种情形，如果需要识别的图片是url，比较简单点。设置headers和data，用于requests发送请求，图片url使用了优图的示例。打印出结果即可。

使用图片url

headers = {

'Authorization': signature,

'content-type': 'application/json',

}

data = {

'appid': appid,

'url_list': ['http://yoututest-1251966477.cossh.myqcloud.com/mingpian.jpg']

}

r = requests.post(url, headers=headers, data = json.dumps(data))

ret = r.json()

print(ret)

使用本地图片

因为本人对于'content-type': 'multipart/form-data'这种请求不熟，研究了半天，后来发现其实也简单。

headers = {

'Authorization': signature,

# 不用设置content-type!!!

}

files = {

'appid': appid,

# 可以多张图片，但是必须image开头，路径自己设置好

'image[0]': ( 'image[0].jpeg', open(os.path.abspath('mingpian0.jpeg'), 'rb'), 'image/jpeg', {}),

# 'image[1]': ( 'image[1].jpeg', open(os.path.abspath('mingpian1.jpeg'), 'rb'), 'image/jpeg', {}),

}

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

ret = r.json()

print(ret)

有没有发现，根本没用到bucket，另外也没扣我钱，可能是因为腾讯云是预支消费，下个月扣钱？拭目以待。

腾讯优图

优图的demo确实做得不错，吸引了我，不过识别结果有几个注意点：第一，返回的结果好多，可能是一些原始数据；第二，汉字的结果编码我没搞定，是\x开头的。这里我还是体验一下，参考文档，跟上面腾讯云的差不了多少。

对了，优图demo有python的代码，我这里也是借鉴了简化下，大家都明白，自己不敲一遍，感觉不实在。

首先一堆引入。

# import 跟上面一样吧

签名部分，也类似，不过bucket变成了申请优图的qq号码了，这个字段随便写好像也没事。

appid = 'your app id' # 在优图申请应用后就得到

secret_id = 'your secret id' # 在优图申请应用后就得到

secret_key = 'your secret key' # 在优图申请应用后就得到

userid= 'your qq number'

url = 'http://api.youtu.qq.com/youtu/ocrapi/bcocr'

now = int(time.time())

rdm = random.randint(0,9999999999)

expired = now + 2592000

plain_text = 'u=' + userid + '&a=' + appid + '&k=' + secret_id + '&e=' + str(expired) + '&t=' + str(now) + '&r=' + str(rdm) + '&f='

bin = hmac.new(secret_key.encode(), plain_text.encode(), hashlib.sha1)

s = bin.hexdigest()

s = binascii.unhexlify(s)

s = s + plain_text.encode('ascii')

signature = base64.b64encode(s).rstrip() # 生成签名

print(signature)

也是分两种情况，使用url和使用image，但是优图的image方式其实是转成了base64字符串了，比较简单。

headers = {

'Authorization': signature,

'Content-Type': 'text/json',

}

data = {

'app_id': appid,

'session_id': '',

}

# 下面自行选择字段

data['url'] = 'http://yoututest-1251966477.cossh.myqcloud.com/mingpian.jpg'

data["image"] = base64.b64encode(open(os.path.abspath('mingpian.jpeg'), 'rb').read()).rstrip().decode('utf-8')

r = requests.post(url, headers=headers, data = json.dumps(data))

ret = r.json()

print(ret)

返回的结果我就不贴了。