使用腾讯AI开放平台api进行图片OCR文字识别

PetitQ Other/其他 2019-5-21 4.34K 0 0

其实图片的文字识别其实还算简单，一般是根据特定字体制作出字码文件，然后分割图片比对字码，这种方式在易语言中比较常见，一般用来做游戏脚本。OpenCV 也提供了 OCR 文字识别函数，并且还是跨平台的，不过一般人很少用。使用腾讯 AI 开放平台 api 进行图片 OCR 文字识别可以在不了解 OCR 文字识别原理的情况下进行，用户只需要提供图片，一切都由腾讯计算完成，大大降低了识别门槛，下面一起来试试。

首先你需要注册腾讯 AI 开放平台的账号，并且创建一个应用，这样你才能得到 APPid 与 APPkey，不然进行不了下一步，腾讯 AI 开放平台地址：https://ai.qq.com。下一步就是为你创建的应用接入通用 OCR 识别能力，只需要在后台通用 OCR 项目中点击接入能力按钮即可。为了方便，我这里使用 PHP 来识别一张图片，图片也是我直接截图通用 OCR 的说明，如下：

看看全部代码：

也想出现在这里？联系我们吧

```
<?php
```
```
//ocr请求地址
```

$url='https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr';

```
$app_id = '你的appid';
```
```
$app_key = '你的appkey';
```
```
//请求参数
```
```
$params = array(
```
```
'app_id' => $app_id,
```
```
'nonce_str'=>uniqid("{$app_id}_"),
```
```
'time_stamp'=>time()
```
```
);
```
```
//读取待识别图片
```

$image_data = file_get_contents('./20190517203050.png');

```
//编码后加入到请求参数中
```

$params['image'] = base64_encode($image_data);

//计算签名，并加入到请求参数中

$params['sign'] = getReqSign($params, $app_key);

```
//发起post请求
```

$response = json_decode(doHttpPost($url, $params));

```
//解析结果
```
```
if( $response->msg=="ok"){
```
```
    $data=$response->data;
```
```
    $item_list=$data->item_list;
```

    for($i=0;$i<sizeof($item_list);$i++){

        echo $item_list[$i]->itemstring."</br>";

```
    }
```
```
}
```
```
//post请求方法
```
```
function doHttpPost($url, $params)
```
```
{
```
```
$curl = curl_init();
```
```
 
```
```
$response = false;
```
```
do
```
```
{
```
```
curl_setopt($curl, CURLOPT_URL, $url);
```
```
 
```
```
$head = array(
```

'Content-Type: application/x-www-form-urlencoded'

```
);
```

curl_setopt($curl, CURLOPT_HTTPHEADER, $head);

```
$body = http_build_query($params);
```
```
curl_setopt($curl, CURLOPT_POST, true);
```

curl_setopt($curl, CURLOPT_POSTFIELDS, $body);

curl_setopt($curl, CURLOPT_HEADER, false);

curl_setopt($curl, CURLOPT_NOBODY, false);

curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);

curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 2);

curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);

```
$response = curl_exec($curl);
```

$_http_code = curl_getinfo($curl, CURLINFO_HTTP_CODE);

```
if ($_http_code != 200)
```
```
{
```
```
$msg = curl_error($curl);
```

$response = json_encode(array('ret' => -1, 'msg' => "sdk http post err: {$msg}", 'http_code' => self::$_http_code));

```
break;
```
```
}
```
```
} while (0);
```
```
 
```
```
curl_close($curl);
```
```
return $response;
```
```
}
```
```
//计算签名方法
```
```
function getReqSign($params, $appkey)
```
```
{
```
```
ksort($params);
```
```
$str = '';
```
```
foreach ($params as $key => $value)
```
```
{
```
```
if ($value !== '')
```
```
{
```

$str .= $key . '=' . urlencode($value) . '&';

```
}
```
```
}
```
```
$str .= 'app_key=' . $appkey;
```
```
$sign = strtoupper(md5($str));
```
```
return $sign;
```
```
}
```
```
?>
```

整个过程分为计算签名、封装请求参数、发起 post 请求、解析返回结果四个部分，上面的代码写得很清楚。但是有个值得注意的地方，在计算签名的时候一定要在发起 post 请求的前一步进行，不然会出现无效签名的错误。这个情况应该是腾讯在对请求参数中的时间戳限制过于严格导致，因此尽量减少时间戳与发起请求时间之间的误差即可解决。解析后的效果：

除了排版有问题之外并没有什么大问题，如果你需要排版也是可以的，解析结果中有每个字符所在的坐标。总的来说整个识别流程还是非常简单的，比自己写 OCR 识别算法简单多了，缺点就是整个识别流程太耗费时间，大部分时间都消耗在了网络传输中。最后不得不吐槽一下腾讯的 PHP demo，使用的开发环境太古老了，一大堆的异常，虽然不影响使用。