Python3呼叫百度OCR圖片文字識別API

Bgods發表於2020-08-20
PythonAPI

最近做了個小專案，中間需要用到圖片文字識別，使用了百度的介面，這裡分享下程式碼相關程式碼。

注意：SECRET_KEY和 API_KEY 需要自己去免費申請，有相應的免費額度，具體可以參考官方文件：ai.baidu.com/ai-doc/OCR/dk3iqnq51

# -*- coding: utf-8 -*-
# @Author: bgods.cn
# @Create Date: 2020-07-22 17:08
# @File Name: api.py
# @Description: 圖片轉文字API

import base64
import requests

API_KEY = '*********' # 自行獲取
SECRET_KEY = '************'  # 自行獲取
OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"  # OCR介面
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'  # TOKEN獲取介面

def fetch_token():
    # 獲取token
    params = {'grant_type': 'client_credentials',
              'client_id': API_KEY,
              'client_secret': SECRET_KEY}
    try:
        f = requests.post(TOKEN_URL, params, timeout=5)
        if f.status_code == 200:
            result = f.json()
            if 'access_token' in result.keys() and 'scope' in result.keys():
                if not 'brain_all_scope' in result['scope'].split(' '):
                    return None, 'please ensure has check the  ability'
                return result['access_token'], ''
            else:
                return None, '請輸入正確的 API_KEY 和 SECRET_KEY'
        else:
            return None, '請求token失敗: code {}'.format(f.status_code)
    except BaseException as err:
        return None, '請求token失敗: {}'.format(err)

def read_file(image_path):
    f = None
    try:
        f = open(image_path, 'rb')  # 二進位制讀取圖片資訊
        return f.read(), ''
    except BaseException as e:
        return None, '檔案({0})讀取失敗: {1}'.format(image_path, e)
    finally:
        if f:
            f.close()

def pic2text(img_path):
    def request_orc(img_base, token):
        """
        呼叫百度OCR介面，圖片識別文字
        :param img_base: 圖片的base64轉碼後的字元
        :param token: fetch_token返回的token
        :return: 返回一個識別後的文字字典
        """
        try:
            req = requests.post(
                OCR_URL + "?access_token=" + token,
                data={'image': img_base},
                headers={'Content-Type': 'application/x-www-form-urlencoded'}
            )
            if req.status_code == 200:
                result = req.json()
                if 'words_result' in result.keys():
                    return req.json()["words_result"], ''
                elif 'error_msg' in result.keys():
                    return None, '圖片識別失敗: {}'.format(req.json()["error_msg"])

            else:
                return None, '圖片識別失敗: code {}'.format(req.status_code)
        except BaseException as err:
            return None, '圖片識別失敗: {}'.format(err)

    file_content, file_error = read_file(img_path)
    if file_content:
        token, token_err = fetch_token()
        if token:
            results, result_err = request_orc(base64.b64encode(file_content), token)
            if result_err: # 列印失敗資訊
                print(result_err)
            for result in results: # 列印處理結果
                print(result)

if __name__ == '__main__':
    pic2text(img_path='圖片文字識別.jpg')

源圖片：

識別效果如下：

本作品採用《CC 協議》，轉載必須註明作者和本文連結

相關文章