# 記錄一次OCR程式開發的嘗試 最近工作中涉及到一部分文件和紙質文件的校驗工作，就想把紙質檔案拍下來，用文字來互相校驗。想到之前呼叫有道智雲介面做了文件翻譯。看了下OCR文字識別的API介面，有道提供了多種OCR識別的不同介面，有手寫體、印刷體、表格、整題識別、購物小票識別、身份證、名片等。乾脆這次就繼續用有道智雲介面做個小[demo](https://github.com/LemonQH/WordPicsOCRDemo)，把這些功能都試了試，當練手，也當為以後的可能用到的功能做準備了。  ### 呼叫API介面的準備工作 首先，是需要在有道智雲的個人頁面上建立例項、建立應用、繫結應用和例項，獲取到應用的id和金鑰。具體個人註冊的過程和應用建立過程詳見文章[分享一次批量檔案翻譯的開發過程](https://blog.csdn.net/qiedabeng8686/article/details/108416385)   ### 開發過程詳細介紹 下面介紹具體的程式碼開發過程： 這次的demo使用python3開發，包括maindow.py，ocrprocesser.py，ocrtools.py三個檔案。介面部分，為了簡化開發過程，使用python自帶的tkinter庫，提供選擇待識別檔案和識別型別、展示識別結果的功能；ocrprocesser.py根據所選型別呼叫相應api介面，完成識別過程並返回結果；ocrtools.py封裝了經整理後的有道ocr 的各類api，實現了分類呼叫。 1. 介面部分： 介面部分程式碼如下，使用了tkinter的grid來排列元素。 ```python root=tk.Tk() root.title("netease youdao ocr test") frm = tk.Frame(root) frm.grid(padx='50', pady='50') btn_get_file = tk.Button(frm, text='選擇待識別圖片', command=get_files) btn_get_file.grid(row=0, column=0, padx='10', pady='20') text1 = tk.Text(frm, width='40', height='5') text1.grid(row=0, column=1) combox=ttk.Combobox(frm,textvariable=tk.StringVar(),width=38) combox["value"]=img_type_dict combox.current(0) combox.bind("<