使用百度AI的文字识别库,做出的调用示例,其中filePath是图片的路径,可以自行传入一张带有文字的图片,进行识别。
下载baidu-aip这个库,可以直接使用pip下载:pip install baidu-aip,也可以在PyCharm等开发工具中下载。
然后运行下列代码即可。
# -*- coding: UTF-8 -*- from aip import AipOcr import json # 定义常量 APP_ID = '9851066' API_KEY = 'LUGBatgyRGoerR9FZbV4SQYk' SECRET_KEY = 'fB2MNz1c2UHLTximFlC4laXPg7CVfyjV' # 初始化AipFace对象 aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 读取图片 filePath = "WechatIMG1.jpeg" def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 定义参数变量 options = { 'detect_direction': 'true', 'language_type': 'CHN_ENG', } # 调用通用文字识别接口 result = aipOcr.basicGeneral(get_file_content(filePath), options) print(json.dumps(result).decode("unicode-escape"))
输出结果:
{"log_id": 1424393327, "direction": 0, "words_result_num": 2, "words_result": [{"words": "不就果钱么!"}, {"words": "所技"}]}
我的这次识别有几个错误,与图片不清晰有关,下面是我识别的图片。
通用文字识别 返回数据参数详情
字段
必选
类型
说明
direction
否
number
图像方向,当detect_direction=true时存在。
- -1:未定义,
- 0:正向,
- 1: 逆时针90度,
- 2:逆时针180度,
- 3:逆时针270度
log_id
是
number
唯一的log id,用于问题定位
words_result_num
是
number
识别结果数,表示words_result的元素个数
words_result
是
array
定位和识别结果数组
+words
否
string
识别结果字符串
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。