Python文字識別OCR案例：百度AI實現(xiàn)OCR識別（源代碼） !

最近研究OCR技術(shù)實現(xiàn)較多，各種OCR實現(xiàn)方式做了一些測試和對比，針對不同的業(yè)務(wù)需要采用不同的實現(xiàn)方式，今天寫的這個案例是利用百度AI來實現(xiàn)的通用OCR文字識別。實現(xiàn)方式非常簡單，十幾行代碼就能搞定，但識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)實現(xiàn)有兩種方式：

第一種較為簡單，就是調(diào)用各個云平臺提供的OCR服務(wù)來識別圖片上的文字。這種實現(xiàn)方式的優(yōu)點是簡單易用，識別率較高，靈活性較弱，定制化不容易實現(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，而正是這最后一點讓很多客戶對這種OCR實現(xiàn)方式敬謝不敏。

第二種實現(xiàn)起來較為復(fù)雜，就是在本地實現(xiàn)OCR文字識別，需要在本機安裝OCR識別軟件和類庫——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)的機器學(xué)習(xí)基礎(chǔ)上的OCR文字識別程序。這種實現(xiàn)方式的優(yōu)點是數(shù)據(jù)安全性和隱私性較強，不需要上傳圖片信息，OCR識別完全在本地完成，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，但是缺點就是需要在本地安裝和配置OCR識別的軟件或程序。識別率要看本地安裝的OCR識別軟件和程序的算法實現(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現(xiàn)方式。

第二種OCR實現(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現(xiàn)的OCR文字識別，具體可參考我寫的一個案例（Python文字識別OCR案例：搞定PDF掃描件和圖片文字內(nèi)容（源代碼））。

今天這個OCR文字識別的案例是采用第一種實現(xiàn)方式，調(diào)用百度AI的OCR服務(wù)來實現(xiàn)圖片上的文字識別。在百度AI平臺上注冊一個賬號，然后就可以調(diào)用OCR服務(wù)了，每天5000次內(nèi)調(diào)用免費。

從百度圖片下載了一個新聞圖片：

運行寫的Python程序調(diào)用百度AI的OCR服務(wù)來識別這個新聞圖片：

百度AI的OCR服務(wù)返回內(nèi)容寫入了一個文本文件：

這個案例的Python程序的源代碼已經(jīng)上傳到github，需要的可以直接點擊下載（下載前請點個贊，加個星star）：

https://github.com/hanshiqiang365/baidu_demo

百度AI平臺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現(xiàn)效果，或者用來實際處理不是敏感的信息的應(yīng)用角度而言，實現(xiàn)起來非常簡單，測試效果也非常不錯。最重要的，很多服務(wù)是有免費使用次數(shù)的。

故有此文，與君分享。