Python——调用百度AI实现图片上文字识别

• 简介
• 步骤
• • 安装百度AI库
  • 调用百度AI开放平台
  • 调用glob库
  • 调用AipOcr库识别文字
  • • 可能会遇到的问题
  • 批量操作

简介

Python免费调用百度AI实现图片上面的文字识别

步骤

安装百度AI库

!pip install baidu-aip
           

调用百度AI开放平台

先注册百度AI，获得ID和密钥。注册方法可参考：注册方法 只需走到 “1.6 获取密钥” 即可。然后记录下自己的APP_ID、API_KEY、SECRET_KEY，就可以开始了。

调用glob库

glob库用于获得指定路径下的指定后缀的文件，图片使用的是《数学模型》pdf扫描版，部分如下：

import glob
path = "数学模型\\"
glob.glob(path+"*.png")
           

指定文件夹中的指定的.png后缀的文件，全部提取出来了：

选取第一张图片 “数学模型1.png” 做测试：

files = glob.glob(path+"*.png")
file = files[0]
           

调用AipOcr库识别文字

导入AipOcr模块，这个模块是用于做文字识别的（OCR即Optical Character Recognition，光学字符识别）。

from aip import AipOcr #导入AipOcr模块，用于做文字识别
import glob

APP_ID = '*********' # 你申请的
API_KEY = '*********'# 你申请的
SECRET_KEY = '*********'# 你申请的

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
pic = open(file,'rb')# 以二进制（rb）打开
img = pic.read() # 读取
message = client.basicGeneral(img) # 调用百度AI识别图片中的文字
           

查看message参数，结果如下：

可见，message参数的结果为 “大字典” 形式，其中的键 “words_result” 所对应的值为一个 “大列表” ，这个列表又是以 “小字典” 作为元素。使用语句可以筛选出该页的标题：

识别效果图：

识别也不是完美的，有很多识别错误与未识别出的文字。当然，原图字体越清晰，识别度越高。

可能会遇到的问题

识别过程中可能会遇到类似识别错误（无法识别）问题，原因是未领取免费识别次数，解决过程如下：

百度OCR API识别失败：Open api qps request limit reached 错误 解决方法

批量操作

若要批量操作则只需要增加一句for循环就行：

from aip import AipOcr #导入AipOcr模块，用于做文字识别
import glob

APP_ID = '*********' # 你申请的
API_KEY = '*********'# 你申请的
SECRET_KEY = '*********'# 你申请的
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

path = "数学模型\\"
files = glob.glob(path+"*.png")

txt_file = open('数学模型.txt', 'a')

for file in files:
    pic = open(file,'rb')# 以二进制（rb）打开
    img = pic.read() # 读取
    message = client.basicGeneral(img) # 调用百度AI识别图片中的文字
    for words in message['words_result']:
        word = words['words'] # 提取文字
        print(word)

        txt_file.write(word) # 将文字写入文本文件

txt_file.close() # 关闭文本文件