详细功能描述及代码带您快速接入百度大脑通用文字识别_百度大脑代码库是什么

作者：才能我浪费99

1.功能描述：

基于深度学习及大规模图像训练，准确识别图片中的物体、场景信息。可以应用于：
相关内容及广告推荐：对用户浏览网页中图片进行分析，识别图片内容给出相关内容推荐或广告展示。
相册分类及智能美图：批量读图实现相册智能分类管理。

通用物体与场景识别进行了能力升级——模型升级，Top1准确率绝对值提升7%，业界领先！具体如下图所示：

2.平台接入

通用物体与场景识别接入网址：https://console.bce.baidu.com/ai/?fromai=1#/ai/imagerecognition/overview/index

具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证授权：

在开始调用任何API之前需要先进行认证授权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下：

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK， client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

3.2通用物体与场景识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/ImageClassify-API/

说明的比较清晰，这里就不重复了。

大家需要注意的是：
API访问URL：https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general
Base64编码字符串，以图片文件形式请求时必填。(支持图片格式：jpg，bmp，png，jpeg)，图片大小不超过4M。最短边至少15px，最长边最大4096px。注意：图片需要base64编码、去掉编码头后再进行urlencode。

Python3调用代码如下：

#通用物体与场景识别，返回可能性最大的通用物体与场景
#filename:图片名（本地存储包括路径）,plantnum展示的数量
def general(filename,plantnum):
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"
    
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    params['baike_num'] = plantnum
    params = urllib.parse.urlencode(params).encode("utf-8")
    #params = json.dumps(params).encode('utf-8')
    
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        #print(content)
        content=content.decode('utf-8')
        #print(content)
        data = json.loads(content)
        result=data['result']
        
        nums=min(plantnum,len(result))
        
        for i in range(0,nums):
            item=result[i]
            print ('名称:',item['keyword'])
            print ('可能性:',item['score'])
            baike_info=item['baike_info']
            print ('百科描述:',baike_info['description'])
            print ('百科链接:',baike_info['baike_url'])
            print ('百科图片:',baike_info['image_url'])
        
    
general("../img/cbd1.jpg",1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

4.功能评测及建议：

选用不同的数据对效果进行测试，具体效果如下：

名称: 汗血马
可能性: 0.886632
百科描述: 汗血宝马，学名阿哈尔捷金马(拉丁学名：Akhal-teke horses)，原产于土库曼斯坦。头细颈高，四肢修长，皮薄毛细，步伐轻盈，力量大、速度快、耐力强。德、俄、英等国的名马大都有阿哈尔捷金马的血统。汗血宝马是土库曼斯坦的国宝，并将其形象绘制在国徽和货币上。
百科链接: http://baike.baidu.com/item/%E6%B1%97%E8%A1%80%E5%AE%9D%E9%A9%AC/14310
百科图片: http://imgsrc.baidu.com/baike/pic/item/f31fbe096b63f6241b16dd1c8144ebf81a4ca362.jpg

名称: 电脑
可能性: 0.834694

名称: 都市夜景
可能性: 0.95057
百科描述: 内容简介本书集中收集了近年来国内外城市灯光设计的范例，并配以图片说明。书中将都市夜景分为城市鸟瞰、广场、街道、建筑、商店入口、橱窗、广告、标志、配景共7大类。本书对城市景观及灯光设计具有参考价值。
百科链接: http://baike.baidu.com/item/%E9%83%BD%E5%B8%82%E5%A4%9C%E6%99%AF/9838817
百科图片: http://imgsrc.baidu.com/baike/pic/item/d089b9863208d46867096ed3.jpg

测试下来，整体感觉处理的结果和速度都很好，对于不同物体与场景的识别都很准确。不过与百科内容结合还有提高的余地。
建议：是否能够扩展，提供每个物体的bounding box？