前言

就在前幾天一個大一學妹打破了我繁忙的生活，我納悶了，直接問她啥事啊(老直男了)

原來是找我幫個忙，作為好學長那肯定得助人為樂啊…

話不多說，進入正題

一.需求分析

根據學妹的描述來看，就只是想要一個能識別圖片文字的程序，那就不管啥排版了，直接依次識別算了，主要是忙…那我直接用百度的ocr就行了，半小時搞定它！

二.代碼實現

1.百度文字識別

文字識別官方入口

https://ai.baidu.com/tech/ocr/general

點擊立即使用，我們就白嫖吧，反正一個月也用不到1000次

創建應用，輸入應用名稱，這個隨意哈，然后選一個文字識別-免費的，有錢的話當我沒說。
下圖創建成功。

一會API Key和Secret Key是要使用的。

2.查看文檔獲取access_token

接下來就要去看看文檔了，看是怎么使用的

https://ai.baidu.com/ai-doc/OCR/1k3h7y3db

不會看文檔的小伙伴，我直接就講我需要的東西了，其余的大家自己學著看吧。
從文檔來看，我們首先要獲取一個東西——access_token

官網代碼


# encoding:utf-8
import requests 

# client_id 為官網獲取的AK， client_secret 為官網獲取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官網獲取的AK】&client_secret=【官網獲取的SK】'
response = requests.get(host)
if response:
    print(response.json())

我的代碼

import requests



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

if __name__ == '__main__':
    access_token()

官網說推薦使用post，那我們就用post，但是官方代碼是用的get這種方法，其實結果都一樣，都能得到需要的數據。只不過官方的代碼還需要一步提取出access_token。

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

然后就能得到access_token了。

如果在這個過程中遇到錯誤，文檔也有，而且會比我講的詳細，所以遇到問題的話可以先看文檔，實在不行可以問我。
獲取access_token的函數

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

當我們需要用時直接調用就行了。

根據文檔的說明，我們就開始寫讀取圖片的代碼了

3.圖片代碼

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())
    # 參數看文檔
    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)
    # 判斷是否響應成功
    if response:
    	# 保存讀出文字的文件，自動創建
        file_name = "yiming6.txt"
        # 這個沒說的了，就是寫入操作
        with open(file_name, 'w', encoding='utf-8') as f:
            for j in res:
                f.write(j["words"] + "n")