Python文字識(shí)別OCR案例：百度AI實(shí)現(xiàn)OCR識(shí)別（源代碼） !

最近研究OCR技術(shù)實(shí)現(xiàn)較多，各種OCR實(shí)現(xiàn)方式做了一些測(cè)試和對(duì)比，針對(duì)不同的業(yè)務(wù)需要采用不同的實(shí)現(xiàn)方式，今天寫的這個(gè)案例是利用百度AI來實(shí)現(xiàn)的通用OCR文字識(shí)別。實(shí)現(xiàn)方式非常簡單，十幾行代碼就能搞定，但識(shí)別率如何就要看圖片質(zhì)量和所用字體了。

從根本上來說，OCR的技術(shù)實(shí)現(xiàn)有兩種方式：

第一種較為簡單，就是調(diào)用各個(gè)云平臺(tái)提供的OCR服務(wù)來識(shí)別圖片上的文字。這種實(shí)現(xiàn)方式的優(yōu)點(diǎn)是簡單易用，識(shí)別率較高，靈活性較弱，定制化不容易實(shí)現(xiàn)，但是需要上傳圖片信息，如果圖片上包含敏感信息就有數(shù)據(jù)安全性和隱私性方面可能的問題，而正是這最后一點(diǎn)讓很多客戶對(duì)這種OCR實(shí)現(xiàn)方式敬謝不敏。

第二種實(shí)現(xiàn)起來較為復(fù)雜，就是在本地實(shí)現(xiàn)OCR文字識(shí)別，需要在本機(jī)安裝OCR識(shí)別軟件和類庫——這些軟件和類庫可以是第三方提供的，例如Google Tesseract OCR軟件和類庫，也可以是自開發(fā)的機(jī)器學(xué)習(xí)基礎(chǔ)上的OCR文字識(shí)別程序。這種實(shí)現(xiàn)方式的優(yōu)點(diǎn)是數(shù)據(jù)安全性和隱私性較強(qiáng)，不需要上傳圖片信息，OCR識(shí)別完全在本地完成，效率較高，而且可定制化高（圖片處理，指定字體等），靈活性較強(qiáng)，但是缺點(diǎn)就是需要在本地安裝和配置OCR識(shí)別的軟件或程序。識(shí)別率要看本地安裝的OCR識(shí)別軟件和程序的算法實(shí)現(xiàn)，在性能上依賴于本地硬件配置。從數(shù)據(jù)安全性和隱私性角度，客戶更多傾向于這一種實(shí)現(xiàn)方式。

第二種OCR實(shí)現(xiàn)方式的案例已經(jīng)寫了，就是利用Google Tesseract OCR本地軟件和類庫來實(shí)現(xiàn)的OCR文字識(shí)別，具體可參考我寫的一個(gè)案例（Python文字識(shí)別OCR案例：搞定PDF掃描件和圖片文字內(nèi)容（源代碼））。

今天這個(gè)OCR文字識(shí)別的案例是采用第一種實(shí)現(xiàn)方式，調(diào)用百度AI的OCR服務(wù)來實(shí)現(xiàn)圖片上的文字識(shí)別。在百度AI平臺(tái)上注冊(cè)一個(gè)賬號(hào)，然后就可以調(diào)用OCR服務(wù)了，每天5000次內(nèi)調(diào)用免費(fèi)。

從百度圖片下載了一個(gè)新聞圖片：

運(yùn)行寫的Python程序調(diào)用百度AI的OCR服務(wù)來識(shí)別這個(gè)新聞圖片：

百度AI的OCR服務(wù)返回內(nèi)容寫入了一個(gè)文本文件：

這個(gè)案例的Python程序的源代碼已經(jīng)上傳到github，需要的可以直接點(diǎn)擊下載（下載前請(qǐng)點(diǎn)個(gè)贊，加個(gè)星star）：

https://github.com/hanshiqiang365/baidu_demo

百度AI平臺(tái)提供的各種人工智能服務(wù)還是非常好用的，從學(xué)習(xí)和研究人工智能的實(shí)現(xiàn)效果，或者用來實(shí)際處理不是敏感的信息的應(yīng)用角度而言，實(shí)現(xiàn)起來非常簡單，測(cè)試效果也非常不錯(cuò)。最重要的，很多服務(wù)是有免費(fèi)使用次數(shù)的。

故有此文，與君分享。