Python基于百度AI的文字识别的示例

2023年5月25日上午2:55 • 人工智能概论

我来为你详细讲解一下“Python基于百度AI的文字识别的示例”攻略。

1. 准备工作

首先，在开始使用百度AI平台的文字识别服务之前，需要先准备一些工作。具体步骤如下：

注册百度AI开放平台账号，并创建一个应用。百度AI开放平台网址为：https://ai.baidu.com/
为应用开启“文字识别”权限，并获取对应的 API Key 和 Secret Key。

2. 安装Python SDK

接下来，需要安装百度AI Python SDK，示例代码中使用的是 Python3.7 版本。安装命令如下：

pip install baidu-aip

3. 实现文字识别

在完成了准备工作和SDK的安装后，就可以进行文字识别的代码实现了。以下是Python实现百度AI文字识别的示例代码：

from aip import AipOcr

# 初始化百度AI，设置APP_ID/AK/SK
APP_ID = 'your_app_id'
API_KEY = 'your_api_key'
SECRET_KEY = 'your_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()

# 定义参数变量
options = {
  'detect_direction': 'true',
  'language_type': 'CHN_ENG',
}

# 调用文字识别服务
result = client.basicGeneral(get_file_content('example.jpg'), options)

# 输出结果
for words in result["words_result"]:
   print(words["words"])

以上代码实现了调用百度AI的文字识别服务，并输出识别结果。

为了方便理解，下面对部分代码进行解释：

在 get_file_content 函数中，使用 with open 语句读取图片，返回二进制流。

在 options 变量中，定义了参数 detect_direction 表示识别时是否检测图像朝向。detect_direction 变量的值设为“true”，表示检测；否则设为“false”，表示不检测。

在 client.basicGeneral 函数中，第一个参数需要传入读取的图片的二进制流，第二个参数为参数变量。

最后，在 for words in result["words_result"]: 循环中，遍历识别结果，并输出识别的文字内容。

4. 示例说明

接下来，为了更好的理解文字识别的运行过程，本文提供两个示例。

示例1：中英文识别

如果要识别一份既包含中文，又包含英文的文件（如下图），则可以使用示例代码：

# 定义参数变量
options = {
  'detect_direction': 'true',
  'language_type': 'CHN_ENG',
}

# 调用文字识别服务
result = client.basicGeneral(get_file_content('example.png'), options)

运行结果如下：

时间：

2020年8月6日

地址：

中国江苏省常州市新北区科教城天润城E2栋717室

电话：

18921526XXX

Email：

XXXXtangjia@qq.com

Dear Sir/Madam,

　　获悉公司招收XXXX职位，我认为自己是合适的人选，特此递交简历。

　　我在XXXX公司工作N年，对相关业务有深入的了解和实际经验，并在该领域综合素质达到了一定的水平；同时我也有良好的语言表达能力、沟通能力和团队合作精神。

　　希望能有机会与您面谈，详细讨论我的能力和潜力，在实现公司目标的道路上为其作出一份力量。

　　感谢您接受我的简历，并期待与您更进一步的联系。

　　此致

敬礼！

　　　　　　　　XXX

图片中包含中文和英文内容，因此 `language_type` 参数设置为 `CHN_ENG`。识别结果中包括地址、电话、邮箱、英文简历等内容。

### 示例2：手写体识别

如果要识别一份手写体的文件（如下图），则可以使用示例代码：

```python
# 定义参数变量
options = {
  'detect_direction': 'true',
  'accuracy': 'normal',
}

# 调用手写文字识别服务
result = client.handwriting(get_file_content('example.png'), options)