第三媒体软件中心使用与技巧工具教程 → 如何用百度大脑文字识别技术,快速集成实用小工具 TTL

如何用百度大脑文字识别技术,快速集成实用小工具

上传:gyj333     来源:信息存储服务     日期:2019-12-11

[摘要]  
   本文介绍了基于百度AI的云猫OCR软件相关功能、性能评价及核心代码解读。因篇幅较长大家可以直接检索所需信息参考
 
[正文]    

   一、 总体概述

  本文介绍了基于百度AI的云猫OCR软件相关功能、性能评价及核心代码解读。因篇幅较长大家可以直接检索所需信息参考。

  本文主要介绍了由本人开发的、基于百度AI的云猫OCR软件的主要功能,性能评价及核心代码解读。因为是几个帖子合并成一个,所以篇幅较长,希望各位能耐心看完,当然也可以各取所需。

  本文主要分为以下几个部分:

  第一部分是云猫OCR软件介绍。 由开发者本人亲自介绍软件的主要功能。对标ABBYY等OCR软件,云猫OCR的功能更全面,使用更简单,关键的是云猫OCR目前是完全免费给大家用的。当然因为是试用版,可能存在一些bug,大家使用的时候不要乱按就行。

  第二部分是云猫OCR基于百度OCR的具体实现方式说明。 同时也会对软件的部分核心代码进行展示,便于大家进行参考做出更有创意的产品。

  第三部分是云猫OCR使用说明及效果评测。 但因为云猫OCR是2017年底左右开发的,所以用的不是百度OCR最新接口功能,如果云猫能得到大家的支持,我可以考虑开发新版接入更多百度最新的AI接口,希望大家能多多捧场。

  本文的最后部分是附录,附上了我基于百度OCR进行开发的代码解读,使用的是最新的百度手写体识别接口,也一并打包给大家参考。

  第一部分 云猫OCR的软件介绍

  一、云猫OCR简介

  云猫OCR是基于百度云OCR算法,由进击的狐狸进行开发的一款软件。本软件由C#语言进行开发,运行在Windows平台上。主要调用的接口是通用文字识别、通用文字识别(高精度)和表格识别等。

  二、云猫OCR目前实现的主要功能:

  1.批量图片文字识别,可以预览图片,可以对识别结果进行自动换行和缩进,可以控制QPS并发(QPS功能因为百度云的timeout问题而暂时搁置);

  2.批量表格图片识别,支持自动打开识别结果,用户也可以选择直接打开保存目录;

  3.PDF转图片,在我的笔记本(配置为I7处理器/8G内存/128G SSD硬盘)的硬件环境下,PDF转图片程序模块占用的内存不超过400M,同时可以在2分钟左右的时间内转换超过500页内容的PDF文件。支持一键打开转换结果文件夹。

  4.云猫软件支持换肤功能,目前有两套皮肤;

  5.可以设置API Key和Secret Key;

  6.支持中途停止识别;

  7.支持把设置改变后对同一张图片进行重新识别;

  8.支持多种语言;

  9.其他功能,比如识别统计信息、控制字体大小、右键把识别结果另存为rtf文件、全选和复制识别结果等等;

  三、演示帖子链接

  http://ai.baidu.com/forum/topic/show/492371

  四、云猫OCR演示视频链接

  https://v.qq.com/x/page/r0564n4a87e.html

  第二部分 云猫OCR基于百度OCR的具体实现方式说明

  一、概述

  云猫OCR是基于百度AI,在Windows平台运行的一款软件。我是用C#语言在Visual Studio2017集成开发环境中进行开发的,开发方式是SDK包开发。在开发中,我们需要参考百度的技术文档。

  百度云文字识别技术文档地址:

  https://cloud.baidu.com/doc/OCR/index.html

如何用百度大脑文字识别技术快速集成实用小工具

  二、准备工作

  首先,我们需要下载最新的百度文字识别的SDK包。

  C# SDK包的下载地址:http://ai.baidu.com/sdk#ocr

如何用百度大脑文字识别技术快速集成实用小工具

  下载完毕后解压缩,最新的包在文件夹net45里面。

如何用百度大脑文字识别技术快速集成实用小工具

  打开Visual Studio2017开发环境,选择新建项目,因为我打算用控制台项目讲解,因此要选择新建项目——C#控制台项目。建好项目之后,需要在项目中引用上面下载的SDK包。

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  三、 核心代码讲解

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  注意,具体开发的时候要把上面的API Key和Secret Key分别改为你自己的,另外不要忘了把图片文件路径改为你自己的图片路径。下面是识别的结果示例:

如何用百度大脑文字识别技术快速集成实用小工具

  原图如下:

如何用百度大脑文字识别技术快速集成实用小工具

  (二)解析Json格式,把识别结果转变为更为直观的文本类型

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  程序运行结果如下:

如何用百度大脑文字识别技术快速集成实用小工具

  这样就比较符合人类的阅读习惯了,上面这段代码也是核心的基础代码,可以通过这些核心的代码去做一些优化,比如自动换行、自动缩进、根据语言习惯自动改变标点符号等等。

  (三)表格识别

  百度的表格文字识别的编程较为麻烦,主要分成两步:第一步是提交表格文字识别请求,获得requestId;第二步是根据requestId获取表格文字识别的结果,默认是Excel文件格式,Json结果会返回一段下载地址。

  我的程序除了上面这两步以外,还添加了自动下载Excel文件到本地电脑的代码,供各位参考。另外要注意的是,提交识别请求和获得识别结果这两步之间,程序必须设置延时,否则不能获得下载的URL 。经过实际测试,延时为3秒以上较为合适,3秒以下可能会出错。

  代码如下:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  作者使用的测试用图片:

如何用百度大脑文字识别技术快速集成实用小工具

  表格文字识别结果截图:

如何用百度大脑文字识别技术快速集成实用小工具

  第三部分 云猫OCR的使用说明及效果评测

  一、概述

  笔者是在2017年接触百度云服务平台的,在这里我也称之为百度AI 。笔者根据百度AI提供的函数接口,自行编程实现了一款OCR软件——云猫OCR。云猫OCR大部分的代码开发是在2017年底前完成的,之所以雪藏到现在,是因为笔者的一些私人事务(小孩出生等)——我是利用业余时间进行软件开发的,所以中断了大概一年多的时间,现在才有空继续这个项目。

  评测篇的原帖子地址:

  http://ai.baidu.com/forum/topic/show/955989

  二、评测的具体内容

  (一)准备工作

  在使用云猫OCR之前,我们必须先去百度云官网进行注册账号,有了账号以后,我们还要去具体的云服务项目下申请API Key和Secret Key ,一般这两个Key是用户各人保管的,不能随便透露给外人。因为百度云现在已经正式收费,而用户每人每天的免费调用次数都是有限的,提高限额需要支付费用,用户使用百度云AI接口的依据主要就是这两个Key,所以我们要保管好。下面是简单的准备工作图片说明:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  (二)正式使用云猫OCR

  用户有了百度云API Key和Secret Key之后,就可以正式使用云猫OCR了。具体使用步骤如下:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  (三)评测的具体内容

  首先介绍一下云猫OCR调用的百度AI的主要接口,首先是通用文字识别(带位置版),其次是通用文字识别(带位置高精度版),最后是表格文字识别,下面依次介绍这三种识别。

  1. 通用文字识别(带位置版)和通用文字识别(带位置高精度版)的混合使用

如何用百度大脑文字识别技术快速集成实用小工具

  如上图所示,用户可以选择多种语言(包括德语、法语、西班牙语等等),选择好后点击文字识别即可。因为百度云提供的高精度文字识别接口只支持中英文,而通用的文字识别支持除中英文以外的多种语言,所以笔者在编写软件中,这两种接口是混合使用的,具体怎么混合使用请看代码篇。一般情况下,高精度的文字识别效果比通用的好,但也比较耗时。

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  本软件支持识别的文字结果在本机保存为文件,具体如下图操作:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  保存的文件是rtf格式,可以用WPS或者Office Word打开。下面再给出一次性识别20张图片的统计结果图示:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  从上图可以看出,百度云的文字识别结果速度还是不错的,识别速度是平均大概2-3秒一张图。

  2. 表格文字识别

  表格文字识别的主要步骤如下图所示:

如何用百度大脑文字识别技术快速集成实用小工具

  识别的结果软件会自动保存为Excel文件并打开,如图:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

  从上图可以看出,表格文字识别的速度比普通文字识别要慢一些,大概需要5-6秒。

  评测总结:百度OCR对于印刷体的识别还是不错的,比起以前的OCR软件来说,百度OCR可以说是革命性的进步。当然,它也有自己的短板。比如手写体的识别,笔者还没有评测,但百度云通用文字高精度接口对手写体的识别是较差的。再比如QPS并发,我的理解是可以提高OCR文字识别的速度,对于大量的图片文字识别来说尤其是重要,可以节省大量时间。但遗憾的是,百度云对并发好像做的不太好,程序不一定支持QPS并发,这个缺点我们也是希望百度后面能够有所改正。

  附录:

  C#编程实现手写识别

  一、概述

  本人是用C#编程,调用百度API接口实现手写体识别的,参考了百度的产品文档。

  文档地址:https://cloud.baidu.com/doc/OCR/index.html

  二、代码及解说

  本人的源代码大部分是来自百度的产品文档,但其中也遇到了一些麻烦。比如文字识别的编码问题,百度的代码给出的编码是Default,但在我的机器上这样做会显示乱码。经过查找资料,我把编码改成UTF8,乱码的问题才得到解决。

  作者的所有源代码如下:

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具

如何用百度大脑文字识别技术快速集成实用小工具


  注意,上面的代码中需要各位改成自己的Akey和Skey,另外要改一下图片路径。如果返回的是乱码,还需要改一下编码。

  识别的结果如下:

如何用百度大脑文字识别技术快速集成实用小工具


  程序用的图片文件如下:

如何用百度大脑文字识别技术快速集成实用小工具

   (新闻稿 2019-12-13)


频道首页 】【 评论 】 【 打印 】 【 字体:
   上一篇:文件误删除如何恢复? 办公文件丢失恢复技巧!
   下一篇:
导航:报价 | 大全 | 排行榜 | 产品大全 | 参量 | 订阅 
 Advertisement
 十大最受关注的新闻
1  游戏: 租游戏号的平台有哪些? 哪个好更便宜?
2  微信向左,Coremail向右 ,占领企业IM新大陆!
3  华硕主板: 强强配, 华硕主板搭CPU套装年终特惠
4  电子竞技: RNG与Uzi成功续约 迎来自己第八个赛季
5  坚果Pro3圣诞省钱攻略来袭 限时钜惠壕礼不停限时降400
6  华硕主板: 工作游戏两不误 华硕主板圣诞秒杀特惠
7  如何DIY移动NVMe固态硬盘? 我们测试了三个型号
8  口袋里的移动影院 腾讯极光T1投影仪开箱测评!
9  搬瓦工: 美国VPS主机6.38%折,40G硬盘CN2线路年$93
10  魅族: Flyme 8体验更新,魅族16T用户体验感升级
 十大热门驱动/软件下载
1  [手机驱动]手机usb万能
2  [热门常用软件]QQ2008正式版下载【腾讯QQ2008官方版Beta1】
3  [热门常用软件]E话通下载【E话通4.5 正式版】
4  [手机驱动]Samsung三星 手机USB驱动1.0版For Win98SE/ME/...
5  [手机驱动]Microsoft微软 ActiveSync同步软件4.5中文版Fo...
6  [摄像头驱动]万能摄像头 FOR Windows
7  [热门常用软件]皮皮播放器下载【PPFilm皮皮播放器 2.1.0....
8  [手机驱动]诺基亚 PC套件下载
9  [热门常用软件]面对面游戏下载【面对面视频游戏大厅】
10  [手机驱动]Microsoft微软 Windows Mobile Device Center ...
 十大最受关注的品牌
1  三星手机(SAMSUNG)
2  诺基亚手机(NOKIA)
3  华硕笔记本(ASUS)
4  摩托罗拉手机(MOTOROLA)
5  英特尔CPU(Intel)
6  华硕主板(ASUS)
7  LG手机(LG)
8  索爱手机(Sony Ericsson)
9  联想笔记本(lenovo)
10  宏碁笔记本(acer)
 十大热门常用软件下载
1  QQ2008正式版下载【腾讯QQ2008官方版Beta1】
2  E话通下载【E话通4.5 正式版】
3  皮皮播放器下载【PPFilm皮皮播放器 2.1.0.2版】
4  面对面游戏下载【面对面视频游戏大厅】
5  DVD解码器下载【NVIDIA DVD Decoder 1.02】
6  迅雷5下载【迅雷5.8.1.507官方版】
7  QQ2007 II正式版下载【腾讯QQ2007官方版本】
8  QQ2006正式版下载【腾讯QQ2006官方版本】
9  联众世界游戏大厅下载【联众世界2.7.0.8官方版】
10  MTV下载器【MTV下载精灵 8.31版】
11  pplive最新版下载【PPLive网络电视V1.9.35版】
12  迅雷(Thunder)下载【迅雷v5.7.12.493官方版】
13  腾讯QQ2008下载【腾讯QQ官方版2008极速贺岁版KB1】
14  Total Video Converter下载【Total Video Converter v3.1...
15  QQ拼音输入法下载【腾讯QQQQ拼音输入法V1.4.1版】
16  皮皮高清影视播放器下载【PIPIPlayer 2.7.0.3版】
17  eMule下载【电驴eMule官方v0.49a正式版】
18  极点五笔输入法下载【极点五笔6.1标准版】
19  QQ2009正式版下载【腾讯QQ2009 SP4官方版】
20  Vagaa哇嘎画时代版下载【哇嘎 2.6.5.10】
   >> 查看评论   
 
   >> 查看更多评论   [共有0条评论]
发表评论
        
        
   点评:
   姓名:  
            字数: 0
     
新闻精选
·春运高峰,WiFi万能钥匙携电信“爱WiFi”助你
·以诚信之力与财富互联,玖富万卡助推信用体系
·斑马会员迎来高新区领导前来参观调研,探讨合
·人美心更美 真正的美丽源于心灵
·联发科突围的3A法宝,AIoT、ASIC和Auto车用芯
·春节不打烊,跨境电商品牌婕斯科技公益两手抓
  ·2020年,跨境电商婕斯将赋予更多正能量!
·WiFi万能钥匙联合讯飞输入法锁定“鼠”于你的
·失守中端市场,降价后的骁龙765能否化解高通
·"世界级中国美——光博士更懂中国美&quo
·过年了如何保护家人电脑?试试DNS防恶意弹窗
·国产化 核心技术自研对私有云厂商多重要