Python基于百度API识别并提取图片中文字

利用百度 AI 开发平台的 OCR 文字识别 API 识别并提取图片中的文字。首先需注册获取 API 调用的 ID 和 key，步骤如下：

打开百度AI开放平台，进入控制台中的文字识别应用(需要有百度账号）。

创建一个应用，并进入管理应用，记下 AppID, API Key, Secrect Key，调用 API需用到。

最后安装 python 的百度ai接口的的库

pip install baidu-aip

以下是代码实现，需将所有识别的图片放进名为 picture 的文件夹。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
\"\"\"
Created on Tue Jun 12 09:37:38 2018
利用百度api实现图片文本识别
@author: XnCSD
\"\"\"

import glob
from os import path
import os
from aip import AipOcr
from PIL import Image

def convertimg(picfile, outdir):
    \'\'\'调整图片大小，对于过大的图片进行压缩
    picfile:    图片路径
    outdir：    图片输出路径
    \'\'\'
    img = Image.open(picfile)
    width, height = img.size
    while(width*height > 4000000):  # 该数值压缩后的图片大约 两百多k
        width = width // 2
        height = height // 2
    new_img=img.resize((width, height),Image.BILINEAR)
    new_img.save(path.join(outdir,os.path.basename(picfile)))
    
def baiduOCR(picfile, outfile):
    \"\"\"利用百度api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    \"\"\"
    filename = path.basename(picfile)
    
    APP_ID = \'******\' # 刚才获取的 ID，下同
    API_KEY = \'******\'
    SECRECT_KEY = \'******\'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
    
    i = open(picfile, \'rb\')
    img = i.read()
    print(\"正在识别图片：\\t\" + filename)
    message = client.basicGeneral(img)   # 通用文字识别，每天 50 000 次免费
    #message = client.basicAccurate(img)   # 通用文字高精度识别，每天 800 次免费
    print(\"识别成功！\")
    i.close();
    
    with open(outfile, \'a+\') as fo:
        fo.writelines(\"+\" * 60 + \'\\n\')
        fo.writelines(\"识别图片：\\t\" + filename + \"\\n\" * 2)
        fo.writelines(\"文本内容：\\n\")
        # 输出文本内容
        for text in message.get(\'words_result\'):
            fo.writelines(text.get(\'words\') + \'\\n\')
        fo.writelines(\'\\n\'*2)
    print(\"文本导出成功！\")
    print()

if __name__ == \"__main__\":
    
    outfile = \'export.txt\'
    outdir = \'tmp\'
    if path.exists(outfile):
        os.remove(outfile)
    if not path.exists(outdir):
        os.mkdir(outdir)
    print(\"压缩过大的图片...\")
    // 首先对过大的图片进行压缩，以提高识别速度，将压缩的图片保存与临时文件夹中
    for picfile in glob.glob(\"picture/*\"):
        convertimg(picfile, outdir)
    print(\"图片识别...\")
    for picfile in glob.glob(\"tmp/*\"):
        baiduOCR(picfile, outfile)
        os.remove(picfile)
    print(\'图片文本提取结束！文本输出结果位于 %s 文件中。\' % outfile)
    os.removedirs(outdir)