通過Python寫一個OCR圖片識別小程序

在我們的日常辦公中，經常有識別圖片中的大段文字的需求。現在很多軟體都收費，所以本篇文章分享一個案例，如何通過Python寫一個ocr圖片識別小程序。

本例中的程序十分簡單，流程如下：

本例僅僅實現了基礎功能，還可以開發一個界面上傳圖片，或增加翻譯等功能。

本例用到了百度的OCR識別，可以到百度雲中免費註冊，每天可以免費識別5萬次，足夠日常使用。

根據百度的幫助文檔可以很方便的註冊和創建文字識別應用，參考連接：https://cloud.baidu.com/doc/OCR/s/zk3h7xz52

最終我們獲得了【請求URL】：https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic

【API Key】和【Secret Key】，這樣就可以發送請求了。

接下來是代碼部分，參考注釋可以很輕易的讀懂程序，代碼量也較小：

import base64import requestsimport json
image_src = 'C:\\Users\\bli206\\Desktop\\Z.png' image_str_a = ''with open(image_src, 'rb') as f:      data = f.read()    encodestr = base64.b64encode(data) image_str_a = 'base64,'+str(encodestr,'utf-8') print(image_str_a[0:20]) print('圖片編碼長度：'+str(len(image_str_a))) 
v_api_key = 'xxxxxxx 你的API Key'v_secret_key = 'xxxxxxx 你的Secret Key'r_token = requests.post(url='https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+v_api_key+'&client_secret='+v_secret_key)v_r_token = json.loads(r_token.text)v_token = v_r_token['access_token']print('獲取token：'+v_token) 
rq_ocr_url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token='+v_tokenrq_ocr_data = {'image':image_str_a}headers = {'content-type': 'application/x-www-form-urlencoded'}res_ocr = requests.post(url=rq_ocr_url,data=rq_ocr_data,headers=headers)ocr_result = json.loads(res_ocr.text)words_list = ocr_result['words_result']
result = ''for words in words_list:    result = result + words['words']result = result.replace('\n', '').replace('\r', '')print(result)txt_src = 'C:\\Lee\\s\\python\\程序\\ocr_result.txt' with open(txt_src, 'w') as f2:      f2.write(result)
print('over.')
註：本例中用到了python包，base64、requests和json，如果程序報錯無法引入module時可以使用pip進行安裝。
感謝閱讀。
                

請作者喝杯咖啡