Python整合百度OCR实现图片的文字识别

前言

出这个教程的背景需求是：有的项目需要批量导出Word报告，人工写报告太慢了，于是用Python来批量生成报告，但是报告中的某些文字来源于图片中，免费的OCR库识别率很差，无论怎么调整都会有错误的识别，因为图片背景比较复杂，于是用Python整合百度OCR进行图片文字识别，发现非常的好用，而且每月百度OCR都有1千的免费使用次数额度，完全满足普通场景。

步骤概述

1.百度云开启OCR

2.创建OCR应用并获取密钥

3.Python整合百度云OCR

4.多场景测试

5.封装为工具函数

步骤1：百度云开启OCR

进入百度云网址 https://cloud.baidu.com，搜索OCR，如图

点击立即使用，如图

完成实名，如图

完成实名后还是点击立即使用去控制台，如图

点击概述中的去领取，如图

选择通用场景OCR，勾选全部，点击0元领取，如图

步骤2：创建OCR应用并获取密钥

在控制点击创建应用，如图

填入任意名称，只勾选通用文字识别(标准版)，底部选择个人，描述填入个人测试，然后点击立即创建，如图

创建后可在控制台的应用列表看到自己的密钥

API Key就是access_key_id，Secret Key就是access_key_secret

建议把这两个密钥保存下来，如图

步骤3：Python整合百度云OCR

点击左侧栏目的API在线调试，然后切换到通用文字识别(标准版)，如图

图12

图13

在上图此时可以看到右边直接为我们演示了python的示例代码，我们将其复制下来，在pycharm中进行测试修改，然后直接运行看看，可以看到提示我们参数中没有携带图片，如图

图14

来到刚才的示例代码处，切换到技术文档(注意：还是通用文字识别标准版)，往下拉可以看到有个image参数，这个参数就是提供给我们传图片的，如图

图15

来到pycharm，我们创建一个函数名为 get_file_content_as_base64，用于获取读取图片数据，代码为如下

def get_file_content_as_base64(path, urlencoded=False):
    """
    获取文件base64编码
    :param path: 文件路径
    :param urlencoded: 是否对结果进行urlencoded
    :return: base64编码信息
    """
    with open(path, "rb") as f:
        content = base64.b64encode(f.read()).decode("utf8")
        if urlencoded:
            content = urllib.parse.quote_plus(content)
    return content

图16