用python幫別人寫了個文字識別程式
文章目錄
- 前言
- 一.需求分析
- 二.程式碼實現
- 1.百度文字識別
- 2.檢視文件獲取access_token
- 3.圖片程式碼
- 4.程式碼部分解讀
- 三.效果展示
很多人學習python,不知道從何學起。 很多人學習python,掌握了基本語法過後,不知道在哪裡尋找案例上手。 很多已經做案例的人,卻不知道如何去學習更加高深的知識。 那麼針對這三類人,我給大家提供一個好的學習平臺,免費領取視訊教程,電子書籍,以及課程的原始碼! QQ群:861355058 歡迎加入,一起討論 一起學習!
前言
就在前幾天一個大一學妹打破了我繁忙的生活,我納悶了,直接問她啥事啊(老直男了)
原來是找我幫個忙,作為好學長那肯定得助人為樂啊…
話不多說,進入正題
一.需求分析
根據學妹的描述來看,就只是想要一個能識別圖片文字的程式,那就不管啥排版了,直接依次識別算了,主要是忙…那我直接用百度的ocr就行了,半小時搞定它!
二.程式碼實現
1.百度文字識別
文字識別官方入口
https://ai.baidu.com/tech/ocr/general
點選立即使用,我們就白嫖吧,反正一個月也用不到1000次
建立應用,輸入應用名稱,這個隨意哈,然後選一個文字識別-免費的,有錢的話當我沒說。
下圖建立成功。
一會API Key和Secret Key是要使用的。
2.檢視文件獲取access_token
接下來就要去看看文件了,看是怎麼使用的
https://ai.baidu.com/ai-doc/OCR/1k3h7y3db
不會看文件的小夥伴,我直接就講我需要的東西了,其餘的大家自己學著看吧。
從文件來看,我們首先要獲取一個東西——access_token
官網程式碼
# encoding:utf-8 import requests # client_id 為官網獲取的AK, client_secret 為官網獲取的SK host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官網獲取的AK】&client_secret=【官網獲取的SK】' response = requests.get(host) if response: print(response.json()) 我的程式碼 import requests def access_token(): url = 'https://aip.baidubce.com/oauth/2.0/token' token_ = { 'grant_type': 'client_credentials', # API Key 'client_id': '官網獲取的AK', # ecret Key 'client_secret': '官網獲取的SK' } res = requests.post(url, data=token_) res = res.json() print(res) access_token = res['access_token'] print(access_token) return access_token if __name__ == '__main__': access_token()
官網說推薦使用post,那我們就用post,但是官方程式碼是用的get這種方法,其實結果都一樣,都能得到需要的資料。只不過官方的程式碼還需要一步提取出access_token。
access_token = response.json()['access_token']
然後就能得到access_token了。
如果在這個過程中遇到錯誤,文件也有,而且會比我講的詳細,所以遇到問題的話可以先看文件,實在不行可以問我。
獲取access_token的函式
def access_token(): url = 'https://aip.baidubce.com/oauth/2.0/token' token_ = { 'grant_type': 'client_credentials', # API Key 'client_id': '自己獲取', # ecret Key 'client_secret': '自己獲取' } res = requests.post(url, data=token_) res = res.json() print(res) access_token = res['access_token'] print(access_token) return access_token
當我們需要用時直接呼叫就行了。
根據文件的說明,我們就開始寫讀取圖片的程式碼了
3.圖片程式碼
def raed_pic(): url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate" request_url = url + "?access_token=" + access_token() f = open('6.jpg', 'rb') img = base64.b64encode(f.read()) # 引數看文件 params = {"image": img, "language_type": "CHN_ENG", "recognize_granularity": "small", } headers = {'content-type': 'application/x-www-form-urlencoded'} response = requests.post(request_url, data=params, headers=headers) # print(response) # res = response.json() # print(res) # 判斷是否響應成功 if response: # 儲存讀出文字的檔案,自動建立 file_name = "yiming6.txt" # 這個沒說的了,就是寫入操作 with open(file_name, 'w', encoding='utf-8') as f: for j in res: f.write(j["words"] + "\n")
4.程式碼部分解讀
從json分析來看我們只要提取當中的words_result裡面的words
三.效果展示
效果如下:
nice!當然可以寫個迴圈然後直接遍歷一個資料夾裡面的所有圖片,就可以得到每張圖的文字了,再讀取裡面的文字放在同一個txt檔案裡面,有閒工夫的小夥伴可以試一試,我就不寫了。最後也成功得到學妹的奶茶,就不上圖片了,嘻嘻嘻~