在日常生活中,我们经常需要用到图片,我们都知道,图片的种类挺多的,在这里不一一列举。

我们今天要完成就是一个图片转换器外加图片识别程序,废话不多说,直接就是淦!

1.文字识别技术

2.图片转换器

一、文字识别技术

首先介绍文字识别技术,就是读取图片之后然后把图片中的文字提取出来。

1.打开百度开放平台

文字转换器在线转换方法(python如何识别图片中文字)(1)

进去之后咱们选择文字识别,可以看出,语音合成和图片识别的参数不一样,所以不要搞混了,不过他们用的Python模块是一样的,这个可以放心使用。

文字转换器在线转换方法(python如何识别图片中文字)(2)

谈到文字识别,大致可分为本地文件文字识别和网络文件文字识别,识别率还算挺高的,他的用法与语音合成有很多相似之处,当然也有很多不同,例如:

from aip import AipOcr""" 你的 APPID AK SK """APP_ID = '你的 App ID'API_KEY = '你的 Api Key'SECRET_KEY = '你的 Secret Key'client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

首先是使用的模块不同,其次参数也不同,可以看出来第一步配置就是这么简单。

然后我们需要对本地文件进行一个识别,例如:

文字转换器在线转换方法(python如何识别图片中文字)(3)

可以看出来,这些就是识别后图片上的内容,识别效果很好,非常完美。

文字识别——请求参数详情

参数名称

是否必选

类型

可选值范围

默认值

说明

image

string

图像数据,base64编码,要求base64编码后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/png/bmp格式

url

string

图片完整URL,URL长度不超过1024字节,URL对应的图片base64编码后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/png/bmp格式,当image字段存在时url字段失效

language_type

string

CHN_ENG ENG POR FRE GER ITA SPA RUS JAP KOR

CHN_ENG

识别语言类型,默认为CHN_ENG。可选值包括:- CHN_ENG:中英文混合;- ENG:英文;- POR:葡萄牙语;- FRE:法语;- GER:德语;- ITA:意大利语;- SPA:西班牙语;- RUS:俄语;- JAP:日语;- KOR:韩语;

detect_direction

string

true false

false

是否检测图像朝向,默认不检测,即:false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true:检测朝向;- false:不检测朝向。

detect_language

string

true false

false

是否检测语言,默认不检测。当前支持(中文、英语、日语、韩语)

probability

string

true false

是否返回识别结果中每一行的置信度

文字识别——返回数据参数详情

字段

必选

类型

说明

direction

number

图像方向,当detect_direction=true时存在。- -1:未定义, - 0:正向, - 1: 逆时针90度, - 2:逆时针180度, - 3:逆时针270度

log_id

number

唯一的log id,用于问题定位

words_result_num

number

识别结果数,表示words_result的元素个数

words_result

array

定位和识别结果数组

+words

string

识别结果字符串

probability

object

行置信度信息;如果输入参数 probability = true 则输出

+average

number

行置信度平均值

+variance

number

行置信度方差

+min

number

行置信度最小值

可以看出这个API还是相当不错了,下面我们聊一下图片格式转换器,

二、图片格式转换器

图片格式转换器,顾名思义就是将图片格式互相转换,很多人为了方便都是直接改后缀名,殊不知那样图盘的原始样式会受到影响,也许图片会打开后从产生错误的画面。下面我们就来做一个类似的案例。

1.先安装图片处理模块 pillow ,安装方法 :

pip install pillow

2.导入pillow

from PIL import Image

3.判断文件是否可以打开

from PIL import Imagedef isbad(path):        bad = True        try:            Image.open(path).verify() #判断图片是否损坏        except:            bad= False        return bad

4.转换文件格式

def translate(path):        if isbad(path):            try:                str = path.rsplit(".", 1)                output_path = str[0] + ".png" #输出文件名称                im = Image.open(path)                  im.save(output_path)  #保存目标文件                return True            except:                return False        else:            return False

这样我们就得到了一张完整的可用的png图片了,代码如图:

文字转换器在线转换方法(python如何识别图片中文字)(4)

本项目用于平时上传文件识别图片所用,效果还是蛮不错的,希望大家喜欢。