Python 文字识别，有个OCR 库——Tesseract，看网上评论说识别出来不精准，准确率不行。还是用百度的文字识别API精准得多。使用也很简单。

一、在百度创建文字识别的应用

1.注册登录百度账号

没有账号的，就注册一下。

2.创建文字识别应用

网址：https://console.bce.baidu.com/ai/#/ai/ocr/overview/index

应用名称：自己取，比如：OCR识别；
接口选择：默认已经勾选文字识别了；
文字文字识别包名：不需要（默认）
应用归属：个人
应用描述：自己写

然后就得到了这个应用的：AppID，API Key，Secret Key。（后面需要用到）

二、Python代码实现

1.安装百度的OCR库

1	pip install baidu-aip

这上项目在Github上地址：https://github.com/Baidu-AIP/python-sdk

这个库的目录结构：
├── aip // SDK目录
│ ├── init.py // 导出类
│ ├── base.py // aip基类
│ ├── speech.py // 语音
│ ├── face.py // 人脸
│ ├── ocr.py // OCR
│ ├── nlp.py // NLP
│ ├── kg.py // 知识图谱
│ ├── imagecensor.py // 图像审核
│ ├── imageclassify.py // 图像识别
│ └── imagesearch.py // 图像搜索
└── setup.py //setuptools安装

文字识别OCR，就用到ocr.py这个。

2.文字识别应用的文档

官网：https://ai.baidu.com/ai-doc/OCR/wkibizyjk

HTTP-SDK文档下面有分Java语言、Python语言、PHP语言、C++语言、C#语言、Node.js语言、Android SDK、IOS SDK。反正各种语言都有，这里用的是Python。

文档中 快速入门、接口说明 反正都写的很清楚了，看看就会用了。

3.代码实例

主要看一下调用识别方法后，返回的示例有些什么，可以自己print出来看一下。

返回示例：

HTTP/1.1 200 OK
x-bce-request-id: 73c4e74c-3101-4a00-bf44-fe246959c05e
Cache-Control: no-cache
Server: BWS
Date: Tue, 18 Oct 2016 02:21:01 GMT
Content-Type: application/json;charset=UTF-8
{
"log_id": 3523983603,
"direction": 0, //detect_direction=true时存在
"words_result_num": 2,
"words_result": [
    {
        "location": {
            "left": 35,
            "top": 53,
            "width": 193,
            "height": 109
        },
        "words": "感动",
        "chars": [    //recognize_granularity=small时存在
            {
                "location": {
                    "left": 56,
                    "top": 65,
                    "width": 69,
                    "height": 88
                },
                "char": "感"
            },
            {
                "location": {
                    "left": 140,
                    "top": 65,
                    "width": 70,
                    "height": 88
                },
                "char": "动"
            }
        ]
    }
    ...
]
}

我们需要的文字内容就在：words_result 中的 words 内容。

3-1.识别单张本地图片

from aip import AipOcr

# 读取图片
def get_file_content(pic_file):
    with open(pic_file, 'rb') as f:
        return f.read()

# 本地单张图片文字识别
def pic_ocr(pic_file):
    app_id = '2******0' # 用自己的AppID
    app_key = '6************a'
    secret_key = 'z************3'

    client = AipOcr(app_id, app_key, secret_key)

    image = get_file_content(pic_file)

    # 调用 通用文字识别（高精度版），提取图片中的文字内容
    text = client.basicAccurate(image)

    result = text['words_result']
    # print(result) # result是一个列表，每一项是一个Dictionary，key为'words'
    for line in result:
        print(line['words'])

# 本地单张图片文字识别
pic_ocr('ocr_test.jpg')

最后结果直接print打印出来了，如果要写入文档就自己改成写入文档的方法就行。

3-2.识别网络图片

# 网络图片文字识别
def url_pic_ocr(pic_url):
    app_id = '2******0' # 用自己的AppID
    app_key = '6************a'
    secret_key = 'z************3'

    client = AipOcr(app_id, app_key, secret_key)

    # 调用 通用文字识别（含位置信息版），提取图片中的文字内容
    text = client.generalUrl(pic_url)

    result = text['words_result']
    # print(result)
    for line in result:
        print(line['words'])

# 网络图片文字识别
url_pic_ocr(r'http://n.sinaimg.cn/henan/transform/20160114/6sMt-fxnrahr8267165.jpg')