百度OCR文字识别教程（有demo）

一、注册账号

地址：https://ai.baidu.com/tech/ocr/general?track=cp:aipinzhuan|pf:pc|pp:AIpingtai|pu:2-2||kw:10005804

二、搜索文字识别

三、点击进入文字识别后创建应用

四、随便输入应用名称、点击不需要、点击个人、随便输入应用描述，点击创建

五、创建成功后点击管理应用会显示AppID、API Key和Secret Key

六、点击左侧的技术文档

七、点击快速入门

八、快速入门有一个python版的demo，只需改一些配置就可以进行文字识别了

 

demo只能识别一张图片，我已经将demo改成了可以识别多张图片。

附代码：

# coding=utf-8

import sys
import json
import base64
import time

# 保证兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:
    from urllib.request import urlopen
    from urllib.request import Request
    from urllib.error import URLError
    from urllib.parse import urlencode
    from urllib.parse import quote_plus
else:
    import urllib2
    from urllib import quote_plus
    from urllib2 import urlopen
    from urllib2 import Request
    from urllib2 import URLError
    from urllib import urlencode

# 防止https证书校验不正确
import ssl
ssl._create_default_https_context = ssl._create_unverified_context

API_KEY = '改成自己的'

SECRET_KEY = '改成自己的'


OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"


"""  TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'


"""
    获取token
"""
def fetch_token():
    params = {'grant_type': 'client_credentials',
              'client_id': API_KEY,
              'client_secret': SECRET_KEY}
    post_data = urlencode(params)
    if (IS_PY3):
        post_data = post_data.encode('utf-8')
    req = Request(TOKEN_URL, post_data)
    try:
        f = urlopen(req, timeout=5)
        result_str = f.read()
    except URLError as err:
        print(err)
    if (IS_PY3):
        result_str = result_str.decode()


    result = json.loads(result_str)

    if ('access_token' in result.keys() and 'scope' in result.keys()):
        if not 'brain_all_scope' in result['scope'].split(' '):
            print ('please ensure has check the  ability')
            exit()
        return result['access_token']
    else:
        print ('please overwrite the correct API_KEY and SECRET_KEY')
        exit()

"""
    读取文件
"""
def read_file(image_path):
    f = None
    try:
        f = open(image_path, 'rb')
        return f.read()
    except:
        print('read image file fail')
        return None
    finally:
        if f:
            f.close()


"""
    调用远程服务
"""
def request(url, data):
    req = Request(url, data.encode('utf-8'))
    has_error = False
    try:
        f = urlopen(req)
        result_str = f.read()
        if (IS_PY3):
            result_str = result_str.decode()
        return result_str
    except  URLError as err:
        print(err)

if __name__ == '__main__':
    for num in range(1,6):
        # 获取access token
        token = fetch_token()

        # 拼接通用文字识别高精度url
        image_url = OCR_URL + "?access_token=" + token

        text = ""
    
        
        
        #这里改成自己的路径。关键帧是文件夹名，和本python文件同级，关键帧文件夹里面是图片
        path="./关键帧/%d"%(num)  
        jpg=".jpg"#图片是jpg格式，可以改成其他格式
        a=path+jpg
        file_content = read_file(a)
        
        # 调用文字识别服务
        result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))

        # 解析返回结果
        result_json = json.loads(result)
        for words_result in result_json["words_result"]:
            text = text + words_result["words"]

        # 打印识别出来的文字
        print(text)
        #打印当前时间
        (time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime()))
        #空行
        print ("\n\n\n")        

九、其他

        我之前找了很多篇用百度OCR进行文字识别的文章，大部分文章都是有代码的，可惜没有一个能够运行。这些代码都是报同一种错误：KeyError: 'words_result'。百度上也鲜有解释，有人说这可能是用了别人的API Key和Secret Key导致的错误，要用自己的。但是我用了自己的依然出错，索性就将那些代码舍弃了，开始看官方文档，结果给了我一个大大的惊喜：有demo。我花了一些时间将识别单张图片的demo改成了识别多张图片。

        像语音识别、人脸识别等技术都应该先看官方文档，一般都有demo，有了错误再看其他的一些文章。