文章目录

• 前言
• 一.需求分析
• 二.代码实现
• 1.百度文字识别
• 2.查看文档获取access_token
• 3.图片代码
• 4.代码部分解读
• 三.效果展示

前言

就在前几天一个大一学妹打破了我繁忙的生活，我纳闷了，直接问她啥事啊(老直男了)

原来是找我帮个忙，作为好学长那肯定得助人为乐啊…

话不多说，进入正题

一.需求分析

根据学妹的描述来看，就只是想要一个能识别图片文字的程序，那就不管啥排版了，直接依次识别算了，主要是忙…那我直接用百度的ocr就行了，半小时搞定它！

二.代码实现

1.百度文字识别

点击立即使用，我们就白嫖吧，反正一个月也用不到1000次

创建应用，输入应用名称，这个随意哈，然后选一个文字识别-免费的，有钱的话当我没说。
下图创建成功。

一会API Key和Secret Key是要使用的。

2.查看文档获取access_token

不会看文档的小伙伴，我直接就讲我需要的东西了，其余的大家自己学着看吧。
从文档来看，我们首先要获取一个东西——access_token

官网代码

# encoding:utf-8import requests # client_id 为官网获取的AK， client_secret 为官网获取的SKhost = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'response = requests.get(host)if response:    print(response.json())

我的代码

import requestsdef access_token():    url = 'https://aip.baidubce.com/oauth/2.0/token'    token_ = {        'grant_type': 'client_credentials',        # API Key        'client_id': '官网获取的AK',        # ecret Key        'client_secret': '官网获取的SK'    }    res = requests.post(url, data=token_)    res = res.json()    print(res)    access_token = res['access_token']    print(access_token)    return access_tokenif __name__ == '__main__':    access_token()

官网说推荐使用post，那我们就用post，但是官方代码是用的get这种方法，其实结果都一样，都能得到需要的数据。只不过官方的代码还需要一步提取出access_token。

access_token = response.json()['access_token']

然后就能得到access_token了。

如果在这个过程中遇到错误，文档也有，而且会比我讲的详细，所以遇到问题的话可以先看文档，实在不行可以问我。
获取access_token的函数

def access_token():    url = 'https://aip.baidubce.com/oauth/2.0/token'    token_ = {        'grant_type': 'client_credentials',        # API Key        'client_id': '自己获取',        # ecret Key        'client_secret': '自己获取'    }    res = requests.post(url, data=token_)    res = res.json()    print(res)    access_token = res['access_token']    print(access_token)    return access_token

当我们需要用时直接调用就行了。

根据文档的说明，我们就开始写读取图片的代码了

3.图片代码

def raed_pic():    url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate"    request_url = url + "?access_token=" + access_token()    f = open('6.jpg', 'rb')    img = base64.b64encode(f.read())    # 参数看文档    params = {"image": img,              "language_type": "CHN_ENG",              "recognize_granularity": "small",              }    headers = {'content-type': 'application/x-www-form-urlencoded'}    response = requests.post(request_url, data=params, headers=headers)    # print(response)    # res = response.json()    # print(res)    # 判断是否响应成功    if response:    	# 保存读出文字的文件，自动创建        file_name = "yiming6.txt"        # 这个没说的了，就是写入操作        with open(file_name, 'w', encoding='utf-8') as f:            for j in res:                f.write(j["words"] + "\n")

4.代码部分解读

从json分析来看我们只要提取当中的words_result里面的words

三.效果展示

效果如下：

nice！当然可以写个循环然后直接遍历一个文件夹里面的所有图片，就可以得到每张图的文字了，再读取里面的文字放在同一个txt文件里面，有闲工夫的小伙伴可以试一试，我就不写了。最后也成功得到学妹的奶茶，就不上图片了,嘻嘻嘻~