一篇文章搞定百度OCR圖片文字識別API

API · 發表 2019-01-26 11:42:49

摘要：研究百度OCR的API，主要是向做對掃描版的各種PDF進行文字識別並轉Word文件的需求。這裡用Postman客戶端進行測試和演示。因為Postman是對各種API操作的最佳入門方式。一旦在Postman裡實現了正確的呼叫，剩下的就只是一鍵生成程式碼，和一些細節的修改了。 ...

研究百度OCR的API，主要是向做對掃描版的各種PDF進行文字識別並轉Word文件的需求。

這裡用Postman客戶端進行測試和演示。因為Postman是對各種API操作的最佳入門方式。一旦在Postman裡實現了正確的呼叫，剩下的就只是一鍵生成程式碼，和一些細節的修改了。

授權字串 Access Token

Token字串 永遠是你使用別人API的第一步，簡單說，就是隻有你自己知道的密碼，在你每次向伺服器傳送的請求裡面加上這個字串，就相當於完成了一次登入。

如果沒有Token授權認證，API的訪問可能會像瀏覽網頁一樣簡單。

Access Token 一般是呼叫API最重要也最麻煩的地方了：每個公司都不一樣，各種設定安全問題讓你的Token複雜化。而百度雲的Token，真的是麻煩到一定地步了。

參考：百度API的鑑權認證機制 (建議你不要參考，因為它的流程圖會先把你鎮住的)

簡單說，獲取百度雲token字串的主要流程就是：

https://aip.baidubce.com/oauth/2.0/token

其中，需要你向這個地址傳送三個引數：
- grant_type = client_credentials 這個是固定的
- client_id = xxx 這個是你在百度雲管理後臺建立OCR應用的時候，那個應用的 API Key
- client_secret = xxx 這個是你的應用的 Secret Key
等待伺服器返還給你一個包含token字串的資料
記住這個token字串，並用來訪問每一次的API

來看看怎麼利用Postman操作，如下圖所示：

填好以後點選Send傳送，就會獲得一個JSON資料，如下圖：

然後你用你的程式(Python, PHP, Node.js等，隨便)，獲取這個JSON中的 access_token ，

即可用到正式的API請求中，做為授權認證。

API連結： https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic

提交方式： POST

呼叫方式有兩種：

直接把API所需的認證資訊放在URL裡是最簡單最方便的。

建議忽略這種方式，需要填寫很多request的標準headers，太麻煩。

Headers設定：

只要填這一項就夠了。

Body資料傳送的各項引數：

Body的資料如圖所示：

然後就可以點Send傳送請求了。

成功後，可以得到百度雲返回的一個JSON資料，類似下圖：

返回的是一行一行的識別字符。百度雲的識別率是相當高的，幾乎100%吧。畢竟是國內本土的機器訓練出來的。

以下是百度雲的OCR常用API地址，每個API所需的引數都差不多，略有不同。所有的API和地址以及詳細所需的引數，參考官方文件，很簡單。一個弄明白了就其他的都明白了。