首先要注册百度云账号：
在首页，找到图像识别，创建应用，选择相应的功能，创建
安装接口模块：
pip install baidu-aip
简单识别一：
简单图形验证码：
图片：
from aip import AipOcr # 你的 APPID AK SK APP_ID = '你的APPID' API_KEY = '你的AK' SECRET_KEY = '你的SK' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 读取图片 def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 测试文件也可以写路径 image = get_file_content('test.jpg') # 调用通用文字识别, 图片参数为本地图片 result = client.basicGeneral(image) # 定义参数变量 options = { # 定义图像方向 'detect_direction' : 'true', # 识别语言类型，默认为'CHN_ENG'中英文混合 'language_type' : 'CHN_ENG', } # 调用通用文字识别接口 results = client.basicGeneral(image,options) print(results) # 遍历取出图片解析的内容 # for word in result['words_result']: # print(word['words']) try: code = results['words_result'][0]['words'] except: code = '验证码匹配失败' print(code)
结果为：
{'log_id': **************, 'direction': 0, 'words_result_num': 1, 'words_result': [{'words': '526'}]}
526
返回数据的参数详解:
输出结果中,各字段分别代表：
- log_id : 唯一的log id，用于定位问题
- direction : 图像方向，传入参数时定义为true表示检测，0表示正向，1表示逆时针90度，2表示逆时针180度，3表示逆时针270度，-1表示未定义。
- words_result_num : 识别的结果数，即word_result的元素个数
- word_result : 定义和识别元素数组
- words : 识别出的字符串
二.很明显结果不太正确，（部分代码可能和官网不太一样，因为在python3中有些模块被替代了）然后就继续在百度技术文档中寻找答案，于是又找到了一个方案（其余的功能调用方法相同）
代码如下：
# 第一步：获取百度access_token import urllib, sys from urllib import request import ssl # client_id 为官网获取的AK， client_secret 为官网获取的SK host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【你的API_KEY】&client_secret=【你的SECRET_KEY】' requests = request.Request(host) requests.add_header('Content-Type', 'application/json; charset=UTF-8') response = request.urlopen(requests) content = response.read() # 获取返回的数据 if (content): print(content) # 第二步 通用文字识别（高精度版）识别 # 与百度技术文档上的部分代码不同，在python3中urllib2和urllib合并成了urllib import base64 from urllib import request,parse import json access_token = '第一步获取的token' url = 'https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token=' + access_token # 二进制方式打开图文件 f = open(r'test.jpg', 'rb') # 参数image：图像base64编码 img = base64.b64encode(f.read()) params = {"image": img} # 将图像转化为可携带的参数 params = parse.urlencode(params) # 构造请求对象 requests = request.Request(url, bytes(params, encoding='utf-8')) # 添加请求头 requests.add_header('Content-Type', 'application/x-www-form-urlencoded') #发起请求 response = request.urlopen(requests) # 读取返回的内容并解码 content = response.read().decode('utf-8') # 将数据转换为字典 res = json.loads(content) try: # 尝试从数据中获取图片解析的结果，如果没有则证明没有解析成功 code = res['words_result'][0]['words'] except: code = '验证码匹配失败' print(code)
结果为：
5526
对于特别复杂的图片，需要经过处理才能识别，使用PIL和Tesseract-OCR
from PIL import Image import subprocess def cleanFile(filePath, newFilePath): image = Image.open(filePath) # 对图片进行阈值过滤,然后保存 image = image.point(lambda x: 0 if x<143 else 255) image.save(newFilePath) # 调用系统的tesseract命令对图片进行OCR识别 可以使用绝对路径，也可将程序添加到系统环境变量中 subprocess.call(['C:\\Program Files (x86)\\Tesseract-OCR\\tesseract', newFilePath, "output"]) # 打开文件读取结果 with open("output.txt", 'r') as f: print(f.read()) cleanFile("text.jpg", "text2clean.png")
但是呢，不知道为什么识别率太低了，求大神指教
使用云打码识别，识别率会高很多，但也是有代价的，就是需要花钱，但是挺便宜的
