Python基于百度API識(shí)別并提取圖片中文字

更新時(shí)間：2021年06月27日 09:54:01 作者：XnCSD

本文主要實(shí)現(xiàn)了利用百度 AI 開發(fā)平臺(tái)的 OCR 文字識(shí)別 API 識(shí)別并提取圖片中的文字。具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

利用百度 AI 開發(fā)平臺(tái)的 OCR 文字識(shí)別 API 識(shí)別并提取圖片中的文字。首先需注冊(cè)獲取 API 調(diào)用的 ID 和 key，步驟如下：

打開百度AI開放平臺(tái)，進(jìn)入控制臺(tái)中的文字識(shí)別應(yīng)用(需要有百度賬號(hào)）。

文字識(shí)別

創(chuàng)建一個(gè)應(yīng)用，并進(jìn)入管理應(yīng)用，記下 AppID, API Key, Secrect Key，調(diào)用 API需用到。

管理應(yīng)用

AppID

最后安裝 python 的百度ai接口的的庫(kù)

pip install baidu-aip

以下是代碼實(shí)現(xiàn)，需將所有識(shí)別的圖片放進(jìn)名為 picture 的文件夾。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Tue Jun 12 09:37:38 2018
利用百度api實(shí)現(xiàn)圖片文本識(shí)別
@author: XnCSD
"""

import glob
from os import path
import os
from aip import AipOcr
from PIL import Image

def convertimg(picfile, outdir):
    '''調(diào)整圖片大小，對(duì)于過大的圖片進(jìn)行壓縮
    picfile:    圖片路徑
    outdir：    圖片輸出路徑
    '''
    img = Image.open(picfile)
    width, height = img.size
    while(width*height > 4000000):  # 該數(shù)值壓縮后的圖片大約 兩百多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識(shí)別文本，并保存提取的文字
    picfile:    圖片文件名
    outfile:    輸出文件
    """
    filename = path.basename(picfile)
    
    APP_ID = '******' # 剛才獲取的 ID，下同
    API_KEY = '******'
    SECRECT_KEY = '******'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
    
    i = open(picfile, 'rb')
    img = i.read()
    print("正在識(shí)別圖片：\t" + filename)
    message = client.basicGeneral(img)   # 通用文字識(shí)別，每天 50 000 次免費(fèi)
    #message = client.basicAccurate(img)   # 通用文字高精度識(shí)別，每天 800 次免費(fèi)
    print("識(shí)別成功！")
    i.close();
    
    with open(outfile, 'a+') as fo:
        fo.writelines("+" * 60 + '\n')
        fo.writelines("識(shí)別圖片：\t" + filename + "\n" * 2)
        fo.writelines("文本內(nèi)容：\n")
        # 輸出文本內(nèi)容
        for text in message.get('words_result'):
            fo.writelines(text.get('words') + '\n')
        fo.writelines('\n'*2)
    print("文本導(dǎo)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("壓縮過大的圖片...")
    // 首先對(duì)過大的圖片進(jìn)行壓縮，以提高識(shí)別速度，將壓縮的圖片保存與臨時(shí)文件夾中
    for picfile in glob.glob("picture/*"):
        convertimg(picfile, outdir)
    print("圖片識(shí)別...")
    for picfile in glob.glob("tmp/*"):
        baiduOCR(picfile, outfile)
        os.remove(picfile)
    print('圖片文本提取結(jié)束！文本輸出結(jié)果位于 %s 文件中。' % outfile)
    os.removedirs(outdir)

到此這篇關(guān)于Python基于百度API識(shí)別并提取圖片中文字的文章就介紹到這了,更多相關(guān)Python百度API識(shí)別圖片文字內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: