呼叫百度OCR API過程小記

【標籤】 OCR API Python

data:2018-10-19 author:怡寶2號

【總起】通過url對百度文字識別API進行呼叫，語言為python2

1. 在百度雲控制檯建立API應用

• 整理流程：
  • 登陸百度雲
  • 建立API呼叫的應用
  • 獲取access_token
  • 讀取自己的圖片，呼叫API進行識別

登陸百度雲
百度百度雲，可以用百度貼吧、百度雲的賬號登陸

建立應用
在百度雲控制檯的左側，選擇文字識別

獲取access_token
相當於進行使用者驗證，具體可看百度官網的API文件
文字識別中獲取access_token示例程式碼

import urllib, urllib2, sys
import ssl

# 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】'
request = urllib2.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib2.urlopen(request)
content = response.read()
if (content):
    print(content)
 

注意修改1. 應用的url；2. client_id; 3. client_secret

讀取自己的圖片，呼叫API進行識別
閱讀官網的API文件,改變示例程式碼中的相關引數
官網通用文字識別（含位置資訊版）的示例程式碼

# coding:utf-8
import urllib, urllib2, base64

access_token = '#####呼叫鑑權介面獲取的token#####'
url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general?access_token=' + access_token
# 二進位制方式開啟圖檔案
f = open(r'########本地檔案#######', 'rb')
# 引數image：影象base64編碼
img = base64.b64encode(f.read())
params = {"image": img}
params = urllib.urlencode(params)
request = urllib2.Request(url, params)
request.add_header('Content-Type', 'application/x-www-form-urlencoded')
response = urllib2.urlopen(request)
content = response.read()
if (content):
    print content
 

總結

百度雲開放了API、SDK等呼叫方式，且每天都有一定量的免費使用次數，可以：

• 實際體驗不用應用的實際效果
• 用最快的速度將不同的應用拼接起來
• 專案方案可行性的快速驗證。比如：專案中要用到OCR識別，則先可以呼叫百度的API，快速完成演示demo
• 加快標註的速度。實際專案在實現過程中都是針對具體場景，一般都會涉及資料標註，這個時候就可以呼叫百度API，雖然有一定的錯誤，但是可以加快標註的速度

reference

[1] 百度API文件中心