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)

来源：https://blog.csdn.net/XnCSD/article/details/80786793