百度ocr(Python利用百度文字识别(OCR)服务实现图片文字提取,准确率超高)

2024-05-26 22:22 来源:爱美欣 浏览量:

最近和朋友聊天,聊到一个充满使命感但又略显心酸的话题——下班回家在网上给小朋友抄题。。。那么问题来了,除了大家所知的QQ文字识别功能之外,还有哪些方式可以做到文字识别呢。

作为一名热心的Python小工,我想这个问题可以尝试着使用Python解决一下,解放双手,搞起……

Google一下,我们发现很多大厂(百度、阿里、腾讯等)都已有相关的API开放使用。那么我们今天就以百度为例,分享下如何使用百度文字识别(OCR)服务实现文字提取,其实三者都尝试过,感觉百度的效果比较好(非评测),所以本文就以百度为例喽。


百度大脑AI开发平台

先简单介绍下百度大脑AI开发平台,首先我们需要注册下AI开发平台用户,非常简单,手机号码注册即可,官网地址如下。

http://ai.baidu.com/

登录后我们可以在控制台看到,开发平台提供的众多服务,其中有文字识别服务。

接下来,我们创建一个文字识别服务应用,如下

简单操作后,我们就可以成功创建一个服务应用,如下,其中AppID、API Key、Secret Key是我们后面调用OCR服务时需要用到的。

接下来,我们看下如何使用Python调用百度OCR服务实现文字提取。


Python实现

安装百度ai接口的Python第三方库

pip install baidu-aip

代码设计中的几个核心步骤

  • 图片压缩:由于OCR服务对图片大小有限制,因此在使用时若图片大小超过最大限制,要进行压缩处理。
  • OCR调用:实现利用百度OCR服务提取单张图片文字,返回文字内容。
  • 批量处理:实现N张图片的文字提取,并且保存提取结果到文本文件中。

图片压缩


OCR服务调用

该函数中使用到在上面章节,提到的AppID、API Key、Secret Key信息。

在代码中,我们使用了basicGeneral(通用文字识别),每天免费使用50000次,还有basicAccurate通用文字识别(高精度版),每天免费使用500次。基本满足我们日常使用,若不够,可以再使用其他文字识别服务。


批量处理

通过传入单张图片或多张图片,调用OCR服务实现批量图片文字提取。


效果如何呢

测试图片A

识别结果

我们可以看到,再有背景干扰下,文字识别提取准确率仍可以达到100%。


测试图片B

识别结果

我们可以看到,大量文字中,文字识别提取准确率几乎为100%,且格式仍旧保留。


批量处理结果

我们对测试图片A/B进行批量处理,结果格式如下

若对您有所帮助,欢迎大家评论、留言,私下可获取源码。

友情链接: