【只要10分钟快速掌握文字识别】

首页版块访问AI主站注册发帖

【只要10分钟快速掌握文字识别】

置顶

官

爱小妞宝发布于2018-06 浏览:233776 回复:301

【只要10分钟快速掌握文字识别】

快速回复

最后编辑于2023-10

【只要10分钟快速掌握文字识别】
视频版教程：https://abcxueyuan.baidu.com/#/course_detail?id=15431&courseId=15431

文字版教程：

1．获取接口权限 2．下载接口调用工具 3．进行接口调用

具体步骤如下：

1．获取接口权限

1.1 登录网址：ai.baidu.com

1.2 点击右上角“控制台”，选：文字识别

1.3 输入你的百度账号后，点击登录

1.4 点击“创建应用”（如果您已经在此处创建过应用，则直接点击管理应用，并直接跳转到1.6步）

图1.4.1创建应用

1.5 点击“创建应用”后

A 输入应用名 ------B 文字识别包名：不需要（本教程只针对API调用，不涉及移动端SDK所以选择“不需要”）

---- C 填写应用描述 ------D 点击“立即创建”。

创建后，点击“返回应用列表”

图1.5.A 输入应用名

图1.5.B、C

图1.5.D 创建应用完毕

1.6 获取密钥

点击“返回创建应用列表”后，页面出现平台分配的密钥：API Key、Secret Key（即AK、SK）。

使用这两个密钥获取Access Token，调用接口（参见1.7）

图1.6.获取密钥

1.7 获取Access Token

OCR在线接口主要针对HTTP API调用者，调用API时需在URL中需带上Access Token参数。

获取Access Token的流程如下：

A、mac电脑，将示例代码复制到“终端”上（用1.6获取的2个密钥分别替换示例代码红色部分）。

示例代码如下（中括号内的和中括号都要被替换！）：

curl -i -k 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【API Key】&client_secret=【Seceret Key】'

B、非Mac电脑，操作流程和示例代码参考：http://ai.baidu.com/docs#/Auth/top或参见附录1使用postman获取

保存获取到的Access Token。

2．下载接口调用工具

2.1 下载接口调用工具—Postman

下载地址如下：

Mac地址：https://app.getpostman.com/app/download/osx64?utm_source=site&utm_medium=apps&utm_campaign=macapp

Windows地址：https://www.getpostman.com/downloads/

2.2 postman安装教程

（1）双击安装包

（2）初次登录无账号，可点击图示最下方蓝色字体部分，直接进入postman主界面。

图2.2.1点击蓝色字体

图2.2.2 postman主界面

3．进行接口调用

3.1 接口调用

在postman上快速进行接口请求。

具体如下：

（1）将请求格式切换为“post”

（2）输入请求地址（以通用文字识别高精度含位置版为例）:

https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=【获取的access-token】

图3.1.1 请求格式和请求地址

（3）修改请求头（header）

Key栏输入：Content-Type

Value栏输入：application/x-www-form-urlencoded

图3.1.2 修改请求头

（4）点击body，

选择“x-www-form-urlencoded”，在key和value中分别输入1个请求参数。

分别是：

image=图片的base64转码后的结果，（转码工具：https://tool.css-js.com/base64.html，取消默认“包含头”选项或使用： http://imgbase64.duoshitong.com，转码后去掉“data:image/*;base64,”）

图3.1.3 输入参数

图3.1.4 base64 转换

3.2 开始请求

点击右上角蓝色“send”，请求成功，直接在下方返回值区域中获得结果：

附录1：使用postman获取AccessToken

在Postman中将请求方式更换为GET，在后面请求栏输入（中括号内的和中括号都要被替换！）：https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【API KEY】&client_secret=【SECRET KEY】

文档

文字识别

其他

个赞

共301条回复最后由用户已被禁言回复于2023-10

#304Oo小伙还年轻oO回复于2022-03

文字识别包名，我的为啥没有不需要选项，该怎么填包名和签名呢？

#303virtual918回复于2022-03

大佬们，无法打开源文件"access_token.h"怎么解决

#301aistudio_3回复于2022-01

科技的力量

#300aistudio_3回复于2022-01

科技的力量

#299風華祗傷回复于2022-01

发不了帖子想问问

能不能支持POST跨域???

本意gba.nenge.net用户可以填写自己的API,密匙去玩游戏使用翻译,可以无视语言问题.但是POST提交就要跨域了.

另外建议签免可以使用明文密匙,

在多功能模拟器RetroArch是支持AI翻译的,像这个"http://ztranslate.net/service?api_key=API_KEY" POST =>"{image:base64 data}"

另外使用MD5又不能跨域有点自欺欺人的感觉. 如果服务器使用,那么密匙根本不会泄露,鉴权也是多余的.

而跨域翻译[客户端发起翻译要求]才担心密匙泄露吧....但是WEB客户端并不能发起跨域请求.至于APP客户端,稍微加密或者服务器转发都无需担心密匙泄露.

            translateBaidu: (method,config) => {
                let data = new FormData();
                config = config ||{};
                method = method || 'GET';
                let image = this.DATA.SCREEN; // uintArray8
                let key = 'xxx';
                let bodydata = {
                    "image":window.btoa(String.fromCharCode.apply(null, image)),//new File(image,'test.png',{type: "image/png",}),
                    "from":'en',
                    "to":'zh',
                    "appid":'20220119001059108',
                    "salt":(new Date).getTime(),
                    "cuid":'APICUID',
                    "mac":'mac',
                    "version":3,
                    "paste":0,
                    //"query":'apple',
                    "callback":'NengeApp.MSGJSON'
                }
                for(var i in bodydata){
                    data.append(i,config[i]||bodydata[i]);
                }
                //SparkMD5 https://github.com/satazor/js-spark-md5/tree/v3.0.2
                data.append("sign",SparkMD5.hash(data.get('appid') + SparkMD5.ArrayBuffer.hash(new ArrayBuffer(image)) + data.get('salt') + data.get('cuid') + data.get('mac') + key));
                if (method == 'GET') data = new URLSearchParams(data);
                this.AddJs('https://fanyi-api.baidu.com/api/trans/sdk/picture' + (method == 'GET' ? '?' + data : ''));
                return;
                fetch(
                    new Request('https://fanyi-api.baidu.com/api/trans/sdk/picture' + (method == 'GET' ? '?' + data : ''), {
                        'method': method,
                        'headers': {
                            'Content-Type': method == 'GET' ? 'application/x-www-form-urlencoded' : 'multipart/formdata'
                        },
                        'body': method == 'GET' ? undefined : data
                    })
                ).then(
                    v => v.json()
                ).then(
                    v => this.MSGJSON(v)
                ).catch(
                    e =>alert('很遗憾!翻译功能要跨域!')
                );
            }
            },

#298songrudvdsjb回复于2022-01

如何将一张有10个数字的图片在100ms内识别出来

#297151******02回复于2022-01

碰到一个问题：手机拍照后直接提交识别，无法识别出文字（图片2~4M），如果把图片发送到微信，再保存到相册，最后再提交识别可以识别出来（200k左右）。我猜测是图片大小原因使得ocr识别失准，于是再后台对图片处理，处理后大小为850k（原2.6M），结果还是不行。我把这两种方式的图片到保存到本地查看，图片可以打开，格式正确，图片显示也一样。求教发送问题的原因。（拍摄图片的手机为ios 11）