百度OCR通用文字识别的使用

目录

1、 首先进入百度AI开放平台，注册百度智能云账号，进入控制台并创建应用

1.1、 登录百度AI开放平台

1.2、 进入控制台-文字识别

1.3、 创建应用

1.4、 查看帮助文档

2、python下载baidu-aip库

3、两种方式调用api发送请求，获取文字识别结果

3.1、 通过AipOcr交互

3.1.1、 新建AipOcr

3.1.2、 配置AipOcr

3.1.3、 用户向服务请求识别某张图中的所有文字。

3.1.4、 识别结果

3.2、 向API服务地址发送网络请求

3.2.1、 Access Token获取

3.2.2、 向API服务地址使用POST发送请求

3.2.3、 识别结果

4、 其它

4.1、通用文字识别 请求参数详情

4.2 通用文字识别 返回数据参数详情

---

百度AI开放平台：https://ai.baidu.com

该平台也可直接用百度账号进行登录

进入控制台后可选择该平台提供的服务，可以看到，该平台为我们提供了文字识别，语音识别，人脸识别等多种服务，这里我们以文字识别为例，选中文字识别，即可进入控制台概览。

在控制台概览中，我们可以看台平台提示的操作指引，我们按照顺序，首先去领取相应的免费资源，可以用作个人测试使用。

已经完成个人认证的我们，每月有一定次数的限额，完全可以满足个人小规模的专业性识别需求。如果需要更多，可以购买更多服务。

初次使用，需要创建应用，创建应用时需要填写相关信息，全部填写完毕即可创建应用。

创建应用后，可以在文字识别控制台公有云服务中的应用列表查看相关信息，创建成功后会生成唯一AppID、API Key、Secret Key等秘钥，是调用baidu-aip接口的重要信息

可以查看帮助文档来使用相关API，接下来我们以使用通用场景文字识别为例，演示如何使用python的baidu-aip

帮助文档：

该库在使用时只需要导入aip,但该库全名为baidu-aip,不少人在此处会安装错误

除此之外，在pycharm等IDE也可以搜索再下载。

3.1.1、 新建AipOcr

AipOcr是OCR的Python SDK客户端，为使用OCR的开发人员提供了一系列的交互方法。

参考如下代码新建一个AipOcr：

3.1.2、 配置AipOcr

如果用户需要配置AipOcr的网络请求参数(一般不需要配置)，可以在构造AipOcr之后调用接口设置参数，目前只支持以下参数：

3.1.3、 用户向服务请求识别某张图中的所有文字。

通过AipOcr对象调用请求服务方法,相关方法名可前往接口文档查看

接口说明：https://cloud.baidu.com/doc/OCR/s/7kibizyfm

3.1.4、 识别结果

调用相关方法后的返回值是一个字典，可以通过相应属性名，获取所需的属性值

测试用图：

3.2.1、 Access Token获取

Access_token必须通过API Key和Secret Key获取

注意：access_token的有效期为30天，需要每30天进行定期更换；

3.2.2、 向API服务地址使用POST发送请求

向API服务地址使用POST发送请求，必须在URL中带上参数：access_token

同样可以设置请求参数，来得到所需数据

3.2.3、 识别结果

服务返回一个Response类型数据，可通过json方法，返回一个字典，通过属性名获得所需属性值