python 利用百度API批量识别图片文字【1】

#!/usr/bin/env python3

# -*- coding: utf-8 -*-
"""
Created on Tue Jun 12 09:37:38 2018
利用百度api实现图片文本识别
@author: XnCSD
"""
import glob
from os import path
import os
from aip import AipOcr
from PIL import Image
def convertimg(picfile, outdir):
    '''调整图片大小，对于过大的图片进行压缩
    picfile:    图片路径
    outdir：    图片输出路径
    '''
    img = Image.open(picfile)
    width, height = img.size
    while (width * height > 4000000):  # 该数值压缩后的图片大约 两百多k
        width = width // 2
        height = height // 2
    new_img = img.resize((width, height), Image.BILINEAR)
    new_img.save(path.join(outdir, os.path.basename(picfile)))
def baiduOCR(picfile, outfile):
    """利用百度api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    """
    filename = path.basename(picfile)
    APP_ID = '自己的'  # 刚才获取的 ID，下同
    API_KEY = '自己的'
    SECRECT_KEY = '自己的'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
    i = open(picfile, 'rb')
    img = i.read()
    print("正在识别图片：	" + filename)
    message = client.basicGeneral(img)  # 通用文字识别，每天 50 000 次免费
    # message = client.basicAccurate(img)   # 通用文字高精度识别，每天 800 次免费
    print("识别成功！")
    i.close()
    try:
        filename1 = filename.split('.')[0]
        filename1 = ''.join(filename1)
        with open(outfile, 'a+') as fo:
            for text in message.get('words_result'):
                fo.writelines(''' + filename1 + ''' + ':' + text.get('words') + ',')
                fo.writelines('
')
            # fo.writelines("+" * 60 + '
')
            # fo.writelines("识别图片：	" + filename + "
" * 2)
            # fo.writelines("文本内容：
")
            # # 输出文本内容
            # for text in message.get('words_result'):
            #     fo.writelines(text.get('words') + '
')
            # fo.writelines('
' * 2)
    except:
        print('识别失败')
    print("文本导出成功！")
    print()
if __name__ == "__main__":
    outfile = 'port_zidian.txt'
    outdir = 'tmp'
    if path.exists(outfile):
        os.remove(outfile)
    if not path.exists(outdir):
        os.mkdir(outdir)
    print("压缩过大的图片...")
    #首先对过大的图片进行压缩，以提高识别速度，将压缩的图片保存与临时文件夹中
    try:
        for picfile in glob.glob("端口/*"):
            convertimg(picfile, outdir)
        print("图片识别...")
        for picfile in glob.glob("tmp/*"):
            baiduOCR(picfile, outfile)
            os.remove(picfile)
        print('图片文本提取结束！文本输出结果位于 %s 文件中。' % outfile)
        os.removedirs(outdir)
    except:
        print('失败')