OCR批量识别图片方案：从手动处理到自动化系统（附Python/Java/PHP API实战）

OCR批量识别图片方案：从手动处理到自动化系统（附Python/Java/PHP API实战）

在实际业务中，无论是电商商品处理、财务票据录入，还是企业数据归档，OCR批量识别图片已经成为刚需能力。

传统"单张识别"的方式效率极低，无法满足规模化数据处理需求，因此越来越多企业开始搭建OCR批量识别自动化系统。

本文将从方案设计 + API调用 + 多语言代码实现三个维度，完整讲清楚如何落地OCR批量处理能力。

---

一、OCR批量识别图片适用场景

OCR批量处理不仅仅是"识别文字"，更是一个自动化数据管道，常见场景包括：

1. 电商场景

• 批量识别商品图片标题
• SKU信息提取
• 商品参数自动结构化

2. 财务场景

• 发票批量识别
• 报销单自动录入
• 医疗票据整理

3. 企业信息化

• 营业执照批量识别
• 身份证信息录入
• 文档数字化归档

👉 延伸阅读：

• 👉 《身份证OCR识别接口接入实战》
• 👉 《发票OCR识别：秒级提取，高效财务》
• 👉 《医疗票据OCR识别完整解决方案》

---

二、OCR批量识别核心方案架构

一个完整的OCR批量识别系统通常包含以下流程：

图片上传 → 队列任务 → OCR识别API → 结果解析 → 数据存储（MySQL/Excel/ES）

核心设计点：

1. 批量任务队列

避免一次性请求过多API导致失败

2. 异步处理

使用线程池 / 消息队列（Redis / RabbitMQ）

3. OCR API调用

统一接口封装，支持扩展不同OCR能力

4. 结果结构化

将识别结果转为 JSON / Excel / 数据库

---

三、OCR批量识别API调用（通用示例）

这里以企业级OCR接口为例（支持身份证、发票、文字识别等）。

Python 示例

# ==============================================================================
# 免费在线体验：https://market.shiliuai.com/tools/ocr/general-text
# API文档完整开发文档和代码示例：https://market.shiliuai.com/doc/advanced-general-ocr
# 支持免费在线体验
# API文档清晰，提供多种接入语言示例（如python、js、C#、java、php等），以及自动化脚本语言（如天诺、懒人精灵、按键精灵、易语言、EasyClick、触动精灵等）
# ==============================================================================


# -*- coding: utf-8 -*-
import requests
import base64
import json

# 请求接口
URL = "https://ocr-api.shiliuai.com/api/advanced_general_ocr/v1"

# 图片/pdf文件转base64
def get_base64(file_path):
    with open(file_path, "rb") as f:
        data = f.read()
    return base64.b64encode(data).decode("utf8")

def demo(appcode, file_path):
    # 请求头
    headers = {
        "Authorization": "APPCODE %s" % appcode,
        "Content-Type": "application/json"
    }

    # 请求体
    b64 = get_base64(file_path)
    data = {"file_base64": b64}

    # 请求
    response = requests.post(url=URL, headers=headers, json=data)
    content = json.loads(response.content)
    print(content)

if __name__ == "__main__":
    appcode = "你的APPCODE"
    file_path = "本地文件路径"
    demo(appcode, file_path)

---

Java 示例

// ==============================================================================
// 免费在线体验：https://market.shiliuai.com/tools/ocr/general-text
// API文档完整开发文档和代码示例：https://market.shiliuai.com/doc/advanced-general-ocr
// 支持免费在线体验
// API文档清晰，提供多种接入语言示例（如python、js、C#、java、php等），以及自动化脚本语言（如天诺、懒人精灵、按键精灵、易语言、EasyClick、触动精灵等）
// ==============================================================================


//main.java
import com.alibaba.fastjson2.JSON;
import com.alibaba.fastjson2.JSONObject;
import org.apache.http.HttpResponse;
import org.apache.http.client.methods.HttpPost;
import org.apache.http.entity.StringEntity;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import org.apache.commons.io.FileUtils;
import java.io.File;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import java.util.Base64;

public class Main {
    public static String get_base64(String path) {
        String b64 = "";
        try {
            // 使用Commons IO简化文件读取
            byte[] content = FileUtils.readFileToByteArray(new File(path));
            // 使用JDK自带的Base64
            b64 = Base64.getEncoder().encodeToString(content);
        } catch (IOException e) {
            e.printStackTrace();
        }
        return b64;
    }

    public static void main(String[] args) {
        String url = "https://ocr-api.shiliuai.com/api/advanced_general_ocr/v1";// 请求接口
        String appcode = "你的APPCODE";
        String imgFile = "本地文件路径";

        Map headers = new HashMap<>();
        headers.put("Authorization", "APPCODE " + appcode);
        headers.put("Content-Type", "application/json");

        // 请求体
        JSONObject requestObj = new JSONObject();
        requestObj.put("file_base64", get_base64(imgFile));
        String bodys = requestObj.toString();

        try (CloseableHttpClient httpClient = HttpClients.createDefault()) {
            // 创建POST请求
            HttpPost httpPost = new HttpPost(url);

            // 设置请求头
            for (Map.Entry entry : headers.entrySet()) {
                httpPost.addHeader(entry.getKey(), entry.getValue());
            }

            // 设置请求体
            StringEntity entity = new StringEntity(bodys, "UTF-8");
            httpPost.setEntity(entity);

            // 执行请求
            HttpResponse response = httpClient.execute(httpPost);
            int stat = response.getStatusLine().getStatusCode();
            if (stat != 200) {
                System.out.println("Http code: " + stat);
                return;
            }
            String res = EntityUtils.toString(response.getEntity());
            JSONObject res_obj = JSON.parseObject(res);

            System.out.println(res_obj.toJSONString());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

---

PHP 示例

// ==============================================================================
// 免费在线体验：https://market.shiliuai.com/tools/ocr/general-text
// API文档完整开发文档和代码示例：https://market.shiliuai.com/doc/advanced-general-ocr
// 支持免费在线体验
// API文档清晰，提供多种接入语言示例（如python、js、C#、java、php等），以及自动化脚本语言（如天诺、懒人精灵、按键精灵、易语言、EasyClick、触动精灵等）
// ==============================================================================


// 图片/pdf转base64
function get_base64($path){
    if($fp = fopen($path, "rb", 0)) {
        $binary = fread($fp, filesize($path));// 文件读取
        fclose($fp);
        $b64 = base64_encode($binary);// 转base64
    }else{
        $b64="";
        printf("%s 文件不存在", $path);
    }
    return $b64;
}

$url = "https://ocr-api.shiliuai.com/api/advanced_general_ocr/v1";
$appcode = "你的appcode";
$img_path = "图片路径";
$method = "POST";

//请求头
$headers = array();
array_push($headers, "Authorization:APPCODE " . $appcode);
array_push($headers, "Content-Type:application/json");

//请求体
$b64 = get_base64($img_path);
$data = array(
    "file_base64" => $b64
);
$post_data = json_encode($data);

// 请求
$curl = curl_init();
curl_setopt($curl, CURLOPT_CUSTOMREQUEST, $method);
curl_setopt($curl, CURLOPT_URL, $url);
curl_setopt($curl, CURLOPT_HTTPHEADER, $headers);
curl_setopt($curl, CURLOPT_FAILONERROR, false);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_HEADER, true);
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, false);
curl_setopt($curl, CURLOPT_POSTFIELDS, $post_data);

$result = curl_exec($curl);
var_dump($result);

---

四、批量OCR优化关键点（非常重要）

1. 并发控制

建议控制在：

• 5～20线程（视API限制）

2. 图片压缩

• 控制在 1MB以内
• 提升识别速度30%+

3. 失败重试机制

• 超时自动重试3次

4. 结果缓存

• 相同图片避免重复调用

---

五、OCR批量识别 vs 单张识别

对比项	单张识别	批量识别
速度	慢	快（并发）
成本	高	低
自动化	否	是
适用场景	测试	生产系统

---

六、推荐OCR解决方案（企业级）

在实际项目中，建议使用稳定的OCR能力平台，例如：

👉 石榴智能

• 支持免费在线体验，注册API账号送免费测试积分
• API文档清晰，提供多种接入语言示例（如python、js、C#、java、php等），以及自动化脚本语言（如天诺、懒人精灵、按键精灵、易语言、EasyClick、触动精灵等）

其提供能力包括：

• OCR文字识别API
• 身份证/发票/营业执照识别
• 图片去水印
• 图片高清化
• 批量处理接口支持

适合：

• 电商自动化系统
• 企业数据录入系统
• SaaS集成平台

---

七、总结

OCR批量识别的核心不只是"识别"，而是：

任务队列 + API调用 + 并发处理 + 数据结构化

只要架构设计合理，就可以轻松实现：

• 日处理1000～10万图片
• 自动录入系统
• 电商/财务全自动化流程