python 利用百度API识别图片文字【2】（多线程版）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python 利用百度API识别图片文字【2】（多线程版），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2900字，纯文字阅读大概需要5分钟。

内容图文

#!/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
from queue import Queue
import threading
import datetime

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(ts_queue):
    """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
    """
    while not ts_queue.empty():
        picfile = ts_queue.get()
        filename = path.basename(picfile)
        outfile = 'D:\Study\pythonProject\scrapy\IpProxy\port_zidian.txt'
        APP_ID = ''  # 刚才获取的 ID，下同
        API_KEY = ''
        SECRECT_KEY = ''
        client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)

        i = open(picfile, 'rb')
        img = i.read()
        print("正在识别图片：\t" + 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('\n')
                # fo.writelines("+" * 60 + '\n')
                # fo.writelines("识别图片：\t" + filename + "\n" * 2)
                # fo.writelines("文本内容：\n")
                # # 输出文本内容
                # for text in message.get('words_result'):
                #     fo.writelines(text.get('words') + '\n')
                # fo.writelines('\n' * 2)
            os.remove(filename)
            print("识别成功！")
        except:
            print('识别失败')



        print("文本导出成功！")
        print()
def duqu_tupian(dir):
    ts_queue = Queue(10000)

    outdir = dir
    # 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(r"D:\Study\pythonProject\scrapy\IpProxy\端口\*"):
            convertimg(picfile, outdir)
        print("图片识别...")
        for picfile in glob.glob("tmp/*"):
            ts_queue.put(picfile)
            #baiduOCR(picfile, outfile)
            #os.remove(picfile)
        print('图片文本提取结束！文本输出结果位于文件中。' )
        #os.removedirs(outdir)
        return ts_queue
    except:
        print('失败')

if __name__ == "__main__":

    start = datetime.datetime.now().replace(microsecond=0)
    t = 'tmp'
    s = duqu_tupian(t)
    threads = []
    for i in range(100):
        t = threading.Thread(target=baiduOCR, name='th-' + str(i), kwargs={'ts_queue': s})
        threads.append(t)
    for t in threads:
        t.start()
    for t in threads:
        t.join()
    end = datetime.datetime.now().replace(microsecond=0)
    print('删除耗时：' + str(end - start))

速度快，准确率99百分，100里必回出错一张。

实测，识别1500张图片，还是小图片验证码大小，高清，用时30秒，不能识别150张，出错14张左右。  但总体快，不会出现乱码啥的。

内容总结

以上是互联网集市为您收集整理的python 利用百度API识别图片文字【2】（多线程版）全部内容，希望文章能够帮你解决python 利用百度API识别图片文字【2】（多线程版）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端