为了实现对学生投入的二手书进行书名,使用百度api的ocr。
百度api要求以二进制读入图片,才能输出一个字典。
本demo采用opencv读入相机的第一帧,对读入图像不做预处理。
采用一下代码进行二进制编码
!!不能单独
img = cv2.imread("某个图片的path")
array_bytes = img.tobytes()
_, encoded_image = cv2.imencode(".+你的图片格式 例如.jpg", img)
img_bytes = encoded_image.tobytes()
全实现代码
在import cv2
from aip import AipOcr
from PIL import Image, ImageFont, ImageDraw
"""你的APPID AK SK"""
APP_ID = "APP_ID"
API_KEY = "你的API_KEY"
SECRET_KEY = "你的SECRET_KEY"
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
img = cv2.imread("某个图片的path 例如pic/book_name.jpg")
array_bytes = img.tobytes()
_, encoded_image = cv2.imencode(".+你的图片格式 例如.jpg", img)
img_bytes = encoded_image.tobytes()
text = client.basicAccurate(img_bytes) # 调用百度的接口帮我们识别图片的内容
result = text['words_result'] # 获取返回内容的字典
# 遍历输出字典内容
strings = []
for i in result:
print(i['words'])
strings.append(i["words"])
img = Image.open("pic/book_name.jpg")
path_to_ttf = r'c:\windows\fonts\msyh.ttc'
font = ImageFont.truetype(path_to_ttf, size=50)
draw = ImageDraw.Draw(img)
for i, string in enumerate(strings):
draw.text(xy=(10, 80 * (i + 1)), text=string, font=font, fill=(255, 0, 0, 255))
# 输出
img.show()