百度OCR文字识别API-试用

最新推荐文章于 2025-05-27 10:28:32 发布

HJZ11

最新推荐文章于 2025-05-27 10:28:32 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： # 深度学习项目

本文链接：https://blog.youkuaiyun.com/HJZ11/article/details/107976276

深度学习项目专栏收录该内容

47 篇文章

订阅专栏

本文介绍了一种使用百度OCR API进行图片文字识别的方法，通过调整图片大小以提高识别效率，最终将识别到的文字保存到文本文件中。示例代码展示了如何调用百度OCR API并处理图片，包括使用通用高精度识别模式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-
import glob
from os import path
import os
from aip import AipOcr
from PIL import Image


def convertimg(picfile, outdir):
    '''调整图片大小，对于过大的图片进行压缩
    picfile:    图片路径
    outdir：    图片输出路径
    '''
    img = Image.open(picfile)
    width, height = img.size
    while (width * height > 4000000):  # 该数值压缩后的图片大约 两百多k
        width = width // 2
        height = height // 2
    new_img = img.resize((width, height), Image.BILINEAR)
    new_img.save(path.join(outdir, os.path.basename(picfile)))


def baiduOCR(picfile, outfile):
    """利用百度api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    """
    filename = path.basename(picfile)

    APP_ID = '21932885'  # 刚才获取的 ID，下同
    API_KEY = 'uLd4SoyFjFgmrx8sSUhn5vaU'
    SECRECT_KEY = 'iXAVitSvdGN3ScjwXZyBoBbLgslXZzt3'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)

    i = open(picfile, 'rb')
    img = i.read()
    print("正在识别图片：\t" + filename)
    # message = client.basicGeneral(img)  # 通用文字识别，每天 50 000 次免费
    message = client.basicAccurate(img)   # 通用文字高精度识别，每天 800 次免费
    print("识别成功！")
    i.close();

    with open(outfile, 'a+') as fo:
        fo.writelines("+" * 60 + '\n')
        fo.writelines("识别图片：\t" + filename + "\n" * 2)
        fo.writelines("文本内容：\n")
        # 输出文本内容
        for text in message.get('words_result'):
            fo.writelines(text.get('words') + '\n')
        fo.writelines('\n' * 2)
    print("文本导出成功！")
    print()


if __name__ == "__main__":

    outfile = 'export.txt'
    outdir = 'tmp'
    if path.exists(outfile):
        os.remove(outfile)
    if not path.exists(outdir):
        os.mkdir(outdir)
    # print("压缩过大的图片...")
    # // 首先对过大的图片进行压缩，以提高识别速度，将压缩的图片保存与临时文件夹中
    for picfile in glob.glob("picture/*"):
        print("压缩过大的图片...")
        convertimg(picfile, outdir)
    print("图片识别...")
    for picfile in glob.glob("tmp/*"):
        baiduOCR(picfile, outfile)
        os.remove(picfile)
    print('图片文本提取结束！文本输出结果位于 %s 文件中。' % outfile)
    os.removedirs(outdir)

C:\ProgramData\Anaconda2\envs\py36\python.exe C:/Users/hjz/python-project/project/02_lianxi/04_baidu_ocr/ocr_02.py
压缩过大的图片...
压缩过大的图片...
图片识别...
正在识别图片：	02.jpg
识别成功！
文本导出成功！

正在识别图片：	03.jpg
识别成功！
文本导出成功！

图片文本提取结束！文本输出结果位于 export.txt 文件中。

Process finished with exit code 0

效果如下：在这里插入图片描述

在这里插入图片描述

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
识别图片：	02.jpg

文本内容：
人生若只如初见,何事秋风悲画扇
等闲变却故人心,却道故人心易变
骊山语罢清宵半润雨霖铃终不怨
何如薄幸锦衣郎比翼连枝当愿


++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
识别图片：	03.jpg

文本内容：
国谋发展,须知骥骐之速,非一足之
力,只有万众一心,才能最大限度地
推动中国发展。既如是,何不携手共
创新时代?
每一代人都有各自的机缘与使命
际遇和挑战,时光两头的你与我亦如
此,然,新世纪的中国、新时代的中
国,是你我共有的中国,她的梦,当
是你我齐追逐的美好的远方,此肺腑
之言,我装进时光瓶,留待你亲启
红日初升,其道大光;河出伏流
一泻汪洋。望十八岁的你与我陪伴着
祖国高歌猛进。愿与君共勉,待他日
归来回首,春满园

正面字效果还行。。