先安装 pip install baidu-aip

文字识别

百度OCR接口

简单demo

from aip import AipOcr APP_ID = 'xx' API_KEY = 'xxx' SECRET_KEY = 'xx' # 定义参数变量 options = { 'language_type': 'CHN_ENG', "detect_direction": False, "detect_language": False, "probability": False, } # 初始化AipFace对象 aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 图片路径 file_path = 'D:\\1.jpg' # 法1 open读取图片 with open(file_path, 'rb') as f: img_data = f.read() # 法2 image对象读取图片 def get_img_data(image): """读取image二进制数据""" imgByteArr = io.BytesIO() image.save(imgByteArr, format='PNG') return imgByteArr.getvalue() image = Image.open(file_path) # image对象 img_data = get_img_data(image) result = aipOcr.general(img_data, options) for item in result['words_result']: print(item['words'])

长图文字识别

def cut_image(image): """切分图片""" # 此处需要精确，避免字被切两份。 LH = 50.1 # 截图测行高(px) TOP = 4 # 顶部空格(px) LINES = 20 # 每张行数 cut_h = LINES * LH - LH / 2 + TOP image_list = [] for i in range(0, image.size[1]*10, int(cut_h*10)): i = i / 10 # 先乘后除，i取小数 # (左-左, 上-上, 右-左, 下-上) 左-左: 裁剪框(左边)到图像框(左边)的边距 # print((0, i, img.size[0], i + height)) crop_box = image.crop((0, i, image.size[0], i + cut_h)) image_list.append(crop_box) return image_list def img_to_words(img_data): """识别文字，并保存""" result = aipOcr.general(img_data, options) with open('D:\\1.txt', 'a', encoding='utf-8') as f: for item in result['words_result']: f.write(item['words'] + '\n') # 裁剪图片并转为二进制数据 image_list = [get_img_data(img) for img in cut_image(image)] for img_data in image_list: # 图片识别并保存 img_to_words(img_data)

加上os.listdir可以一次访问文件夹下多个文件

for file_name in os.listdir(dir_path): if os.path.splitext(file_name)[1] in ['jpg', 'png']: print(file_name)

姓名识别

使用自然语言处理(NLP)

百度NLP接口

可以识别词性

pos

词性含义词性含义词性含义词性含义n普通名词f方位名词s处所名词t时间名词nr人名ns地名nt机构团体名nw作品名nz其他专名v普通动词vd动副词vn名动词a形容词ad副形词an名形词d副词m数量词q量词r代词p介词c连词u助词xc其他虚词w标点符号

ne

缩略词含义缩略词含义缩略词含义缩略词含义PER人名LOC地名ORG机构名TIME时间 from aip import AipNlp APP_ID = 'xx' API_KEY = 'xxx' SECRET_KEY = 'xx' aipNlp= AipNlp(APP_ID, API_KEY, SECRET_KEY) text = '我叫张大天，我有个弟弟叫小天' # 如果出现编码错误，加上 # text = str(text.encode('gbk', 'ignore'), encoding='gbk') # 分析结果 # print(aipNlp.lexer(text)) # 提取名字 result = [] for i in aipNlp.lexer(text)['items']: if i['ne'] == 'PER' or i['pos'] == 'nr': result.append(i['item']) print(result) # 结果 ['张大天', '小天']