Python图片文字提取

图片信息现在越来越广泛的存在于我们的日常生活中，获取图片内的文字信息也渐渐的成为当今生活中的需求，在学习完Python的基础知识后，本小白以此语言为工具，使用百度提供的图像识别接口来实现简单的图片文字提取（承蒙各位大佬关照）；

学习URL：https://ai.baidu.com/docs#/OCR-Python-SDK/top

第一步：安装使用python sdk；（如果以安装pip：执行pip install baidu-aip命令即可，若有PyCharm直接在setting中配置）

第二步：导入相关库文件，新建我们的客户对象；

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)

以上代码中的APP_ID、API_KEY、SECRET_KET在自己创建的图像识别应用中都能找到；（连接地址：https://ai.baidu.com/）

第三步：获取图片信息并配置相关属性；

获取本地图片信息：

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()#返回文件读取对象

image = get_file_content('example.jpg')

通过URL来获取图片信息：

img = "ImageUrl" #直接提供图片链接即可

进行相关属性的配置options：（配置信息如下表所示）

""" 如果有可选参数 """
options = {}#配置字典
options["language_type"] = "CHN_ENG"#识别文字类型
options["detect_direction"] = "true"#是否检测图片的朝向
options["detect_language"] = "true"#是否检测语言
options["probability"] = "true"#是否返回置信度

字段	必选	类型	值	说明
language_type	否	string	CHN_ENG ENG POR FRE GER ITA SPA RUS JAP KOR	识别语言类型，默认为CHN_ENG。可选值包括： - CHN_ENG：中英文混合； - ENG：英文； - POR：葡萄牙语； - FRE：法语； - GER：德语； - ITA：意大利语； - SPA：西班牙语； - RUS：俄语； - JAP：日语； - KOR：韩语；
detect_direction	否	string	true false	是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true：检测朝向； - false：不检测朝向。
detect_language	否	string	true false	是否检测语言，默认不检测。当前支持（中文、英语、日语、韩语）
probability	否	string	true false	是否返回识别结果中每一行的置信度

最后根据不同的获取图片方式调用不同的操作方法即可：

'''本地图片信息'''
result=client.basicGeneral(image, options)


'''本地图片信息'''
result=client.basicGeneralUrl(url, options)
#options为可选参数，可以只提供图片文件对象或者图片url

 结果（result）的以字典类型返回，相关类型与说明如下表所示：

字段	必选	类型	说明
direction	否	number	图像方向，当detect_direction=true时存在。 - -1:未定义， - 0:正向， - 1: 逆时针90度， - 2:逆时针180度， - 3:逆时针270度
log_id	是	number	唯一的log id，用于问题定位
words_result_num	是	number	识别结果数，表示words_result的元素个数
words_result	是	array	定位和识别结果数组
+words	否	string	识别结果字符串
probability	否	object	行置信度信息；如果输入参数 probability = true 则输出
+average	否	number	行置信度平均值
+variance	否	number	行置信度方差
+min	否	number	行置信度最小值

返回结果样例图：

完整代码：（以识别本地图片信息为例，小伙伴们可自行测试URL的操作方式）

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)

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()#获取图片信息

image = get_file_content('example.jpg')#与当前py文件在同一路径下

""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "false"
options["detect_language"] = "true"
options["probability"] = "true"#配置相关参数

""" 带参数调用通用文字识别, 图片参数为本地图片 """
result=client.basicGeneral(image, options)

print("提取的文字信息：")
for i in result["words_result"]:
    print(i["words"])#打印图片文字信息

测试图片：（测试结果对图片的文字提取的可信度大约能在90%以上基本上能够实现对文字信息的提取）

测试结果：