Python 全栈系列101 - 使用百度api识别营业执照

说明

百度有提供营业执照的ocr，打算先试一下看看效果。从某些角度，还是感谢百度提供的免费资源的：

• 1 当没什么时间自己做时，毕竟有一个还可以用的
• 2 如果打算自己做，也有个参考和对比

内容

1 首先要获得调用权限

我很早的时候就有百度的账号，那时候设置好了，现在不太记得，有需要的同学自己试试。

2 OCR的功能

给了一些免费的配额，对我这种测试的需求来说也够了

如果要购买的话，一次2分8(一万次)，其实还是有点小贵的。我觉得接口服务，按cpu处理时间，50ms1厘钱是比较合理的。我猜证照识别先是通过目标识别找出文本框，然后对文本框进行识别，两层模型的叠加。一共也不会超过500ms，也就是最多不应该超过1分钱(所以100万次的价格是9厘)。

不过进行优化后进行批量处理，特别是使用显卡，这个时间应该可以降一个数量级。（我没打算抢生意哈，只是估算一下）

3 调用

3.1 鉴权

• 1 先要创建一个应用，然后里面有个人的信息。
• 2 通过个人的信息，向百度发起一个授权请求，获得一个令牌
• 3 使用这个令牌进行请求

3.1.1 获取令牌

文档可以参考这个,找到python的示例。

主要改这里(我觉得既然都文档了，还是写完整Application Key, Secret Key，或者在应用那边也附上缩写，小建议）

...dentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'# 授权结果 access_token的有效期为30天，需要每30天进行定期更换
the_token = response.json().get('access_token')

总体上，百度api的文档还是可以的，比较简单。

3.1.2 请求解析

我稍微封装了一下过程，让调用简单一点。输入就两个参数，token和图片地址。如果真的部署为服务的化，可以改为读文件流。

import requests
import base64
import pandas as pd
# 封装一下过程
def baidu_ocr_cert(the_token, the_fpath,request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/business_license"):with open(the_fpath ,'rb') as f:img = base64.b64encode(f.read())params = {"image":img}access_token = the_tokenrequest_url = request_url + "?access_token=" + access_tokenheaders = {'content-type': 'application/x-www-form-urlencoded'}response = requests.post(request_url, data=params, headers=headers)
#     if response:
#         print (response.json())res_dict = response.json()the_key_list = list(res_dict['words_result'].keys())the_res_list = [res_dict['words_result'][x].get('words') for x in the_key_list]res_df = pd.DataFrame()res_df['识别项'] = the_key_listres_df['识别内容'] = the_res_listreturn res_df

4 调用测试

我从百度上搜索了两个营业执照测试，为了避嫌，我就不放企业名字。

4.1 模糊的证照

感受下图片的质量

解析结果整体上还不错，当然我们看不清的解析也是乱的

4.2 清晰的证照

此时的解析结果就好多了，但是又有另外一个问题，企业名称前面多了“副太号…”

4 总结

总体上百度api的调用还是比较方便的，文档写的也清晰。我大概10分钟左右就完成了调用测试。

ps: 我估计识别过程是这样的

• 0 调整倾斜图片
• 1 通过yolo定位关键词的坐标
• 2 根据定位区块进行横向截取
• 3 识别横向截取部分的问题

大概没有做仿射变换，把图片重新拉伸/压缩回去。