如何把圖片、PDF檔案中的文字進行識別提取，這個問題彷彿困擾了我們很多年，直到現在，當急需OCR功能時也沒有一個快速、高效且免費的線上工具或軟體能馬上拿來用。

前陣子的工作中正好有這個需求，我要把一篇PDF格式論文中的表格內容提取出來，供資料視覺化使用。這些表格包含少量文字和大量數字，說多不多，說少也不少，人工提取數字出錯率比較高。這時候！我又想找個“線上OCR工具”了！

一些號稱線上快速OCR的網頁，廣告橫飛且速度慢，上傳檔案後無反應，大都是標題黨騙點選賺廣告費的…… 個別看起來比較正經的OCR軟體，全都收費，由於我的需求不多，而且就用這麼一兩次，還是不願意花這個錢的。這時候我突然想起來一直飄在廣告位的「百度文字識別OCR」，萬一有試用可以白嫖一下呢。果然有免費額度贈送！

除通用場景文字識別外，還提供卡證文字識別、財務票據文字識別、醫療票據文字識別、汽車場景文字識別、教育場景文字識別、iOCR自定義模板文字識別等OCR服務場景，每個類別下還有細分的服務API，但除通用場景以外的大都不提供免費額度。

於是我試用了一下四種通用文字識別的API，按照官方的文件一步步來就可以了，這裡我簡化一下使用流程，僅需三步，十分鐘滿足你的OCR需求！

第一步，註冊一個百度賬號（https://passport.baidu.com/v2/?reg），如果已有請直接登陸。登入後點擊頁面中的「建立應用」：

“應用名稱”隨便取一個就好，介面選擇用預設就可以（通用文字識別服務已作預設勾選），應用歸屬選“個人”，最後簡單寫一下“應用描述”即可。

填寫完畢後，點選“立即建立”就可以了。

點選“返回應用列表”，點選“顯示”檢視所建立應用的 Secret Key：

至此，API 就申請好了。這裡申請到的 API Key 和 Secret Key 複雜存好，等下要在指令碼中呼叫。

第二步，準備好你的資料，圖片形式即可，以這張圖舉例（隨手拍一張書頁內容）：

最後一步，修改指令碼中的 API_KEY 和 SECRET_KEY（第一步在應用列表裡複製來的），然後修改你需要進行識別的圖片路徑 file_content，改完這三個引數，就可以執行指令碼啦！

識別輸出的文字結果如下：

完整的程式碼指令碼可以參考官方指南（https://cloud.baidu.com/doc/OCR/s/dk3iqnq51

希望可以幫助到大家，祝順利！