基於百度AI的影象文字提取應用程式
阿新 • • 發佈:2021-01-18
技術標籤:windows
基於百度AI的影象文字提取應用程式
現如今,影象提取文字功能被越來越多人需要,尤其是辦公與教學。但是目前app提供的都是有償服務,其實,我們完全可以自己編寫小程式來實現,下面是小編自己製作的一個實現影象文字提取的小程式。
實際上,程式碼中並沒有任何影象識別的功能,這屬於AI的範疇,不是小編能夠做到的,這也是百度的技術核心,不可能開源,但是百度允許我們呼叫它的相關功能,並且包裝好了介面供我們使用,實際上我們要做的就是用程式碼與百度提供的介面對接,返回結果。
使用百度介面需要在百度AI網站申請並得到id賬號和密碼,服務也不是完全無償的,但是有相當一定量的每日免費額度,對於非企業的個人使用者來說,免費額度已經相當充裕了(比如小編的程式對精度要求不高,呼叫的是標準版的介面,每日免費使用50000次)。
在做完程式後,小編也瞭解了一些應用的影象提取文字功能,這些應用主要分兩大類,一類是騰訊QQ這樣的大企業,他們有自己相關功能開發(親測演算法功能和精確度遠不如百度AI);另外一些小的程式應用如一些掃描類的手機app,未必會專門開發這樣的程式,小編猜測大多數此類應用也是付費呼叫百度平臺的介面。因此,顯然如果我們在這方面有大的使用需求的話,自己寫一個程式將是更實惠的選擇,至少個人使用是免費的。
最後,小編非常地感激百度AI提供的這樣開放、共享的平臺!
Talk is cheap,show the code!
# coding=utf-8
OUTPUT_FILE_PATH='掃描文字.txt'
f= open('掃描文字.txt', "r+")
f.truncate()
#判斷檔案是否存在,path為檔案路徑
import os
import sys
import json
import base64
# 保證相容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:
from urllib.request import urlopen
from urllib.request import Request
from urllib.error import URLError
from urllib.parse import urlencode
from urllib.parse import quote_plus
else:
import urllib2
from urllib import quote_plus
from urllib2 import urlopen
from urllib2 import Request
from urllib2 import URLError
from urllib import urlencode
# 防止https證書校驗不正確
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
API_KEY = "******" #此處為在百度AI平臺報備申請的賬號和密碼
SECRET_KEY = "******"
OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
""" TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
"""
獲取token
"""
def fetch_token():
params = {'grant_type': 'client_credentials',
'client_id':API_KEY,
'client_secret':SECRET_KEY}
post_data = urlencode(params)
if (IS_PY3):
post_data = post_data.encode('utf-8')
req = Request(TOKEN_URL, post_data)
try:
f = urlopen(req, timeout=5)
result_str = f.read()
except URLError as err:
print(err)
if (IS_PY3):
result_str = result_str.decode()
result = json.loads(result_str)
if ('access_token' in result.keys() and 'scope' in result.keys()):
if not 'brain_all_scope' in result['scope'].split(' '):
print ('please ensure has check the ability')
exit()
return result['access_token']
else:
print ('please overwrite the correct API_KEY and SECRET_KEY')
exit()
NUM=input("圖片數目:")
NUM=int(NUM)
i=1
while i<=NUM:
i=i+1
IMAGE=input("圖片路徑:")
"""
讀取檔案
"""
def read_file(image_path):
f = None
try:
f = open(image_path, 'rb')
return f.read()
except:
print('read image file fail')
return None
finally:
if f:
f.close()
"""
呼叫遠端服務
"""
def request(url, data):
req = Request(url, data.encode('utf-8'))
has_error = False
try:
f = urlopen(req)
result_str = f.read()
if (IS_PY3):
result_str = result_str.decode()
return result_str
except URLError as err:
print(err)
if __name__ == '__main__':
# 獲取access token
token = fetch_token()
# 拼接通用文字識別高精度url
image_url = OCR_URL + "?access_token=" + token
text = ""
# 讀取書籍頁面圖片
file_content = read_file(IMAGE)
# 呼叫文字識別服務
result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))
# 解析返回結果
result_json = json.loads(result)
for words_result in result_json["words_result"]:
text = text + words_result["words"]
# 列印文字
print(text)
f = open(OUTPUT_FILE_PATH, 'a',encoding='gb18030',errors='ignore')
print(text,file = f)
f.close()
input()