百度OCR图片文字识别

前言

最近客户提了一个需求，他们的出货单，每天需要填报大量的车辆数据和驾驶员信息，每次手动录入太费事了。能不能做一个功能，拍张照片直接上传到系统，自动识别数据录入。现在市场上有很多的OCR可以使用，我们来体验下百度OCR如何使用的。我们需要进入百度智能云，注册并实名认证，接下来我们来体验下里面的文字识别api如何使用。

通用文字识别

创建应用

进入公有云服务，在应用列表中创建个人新应用，选择自己需要用到的服务

拿到API Key和Secret Key

获取access_token

百度AI开放平台使用OAuth2.0授权调用开放API，调用API时必须在URL中带上Access_token参数，Access token默认有效期为30天。向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求。

grant_type ：固定为client_credential
client_id ：的API Key
client_secret ：的Secret Key

js 复制代码

const res = await axios.post('/baidu_oca/oauth/2.0/token?client_id=XXX&client_secret=XXX&grant_type=client_credentials')
const { access_token } = res.data
console.log(access_token)

识别图片文字

图片如下图所示（该为测试样例），图片文字识别按照行和表格列解析。

将图片转为base64并发起请求

请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic

js 复制代码

const base64 = '图片base64'
const imageBase64 = base64.replace(/^data:image\/\w+;base64,/, '')
const formData = new FormData()
formData.append('image', imageBase64)
const data = await axios.post(
  '/baidu_oca/rest/2.0/ocr/v1/accurate_basic?access_token=' + access_token,
  formData,
  {
    "Content-Type": 'application/x-www-form-urlencoded'
  }
)

中间两部分就是我们需要录入的数据，截取前后固定数据，中间循环入库即可。

银行卡识别

接口描述

支持对主流银行卡的卡号、有效期、发卡行、卡片类型、持卡人、银行卡号位置 6 个关键字段进行结构化识别，识别准确率超过99%。同时支持返回银行卡号的字段位置坐标，及开启银行卡质量类型检测。

发送请求

请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/doc_analysis_office。请求方式同通用文字识别，返回结构如下：

身份证识别

接口描述

支持对二代居民身份证正反面所有8个字段进行结构化识别，包括姓名、性别、民族、出生日期、住址、身份证号、签发机关、有效期限，识别准确率超过99%；同时支持身份证正面头像检测，并返回头像切片的base64编码信息（入参添加detect_card：true即可）。

发送请求

请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/idcard。请求方式同通用文字识别，返回结构如下：

结语

总体上来说，百度OCR使用还是非常简单便捷的。个人用户单个api有1000次的免费调用额度，可以供平时调试使用。如果想了解更多api可以移步官网查看。