第三媒體軟件中心使用與技巧工具教程 → 如何用百度大腦文字識別技術,快速集成實用小工具 TTL

如何用百度大腦文字識別技術,快速集成實用小工具

上傳:gyj333     來源:信息存儲服務     日期:2019-12-11

[摘要]  
   本文介紹了基于百度AI的云貓OCR軟件相關功能、性能評價及核心代碼解讀。因篇幅較長大家可以直接檢索所需信息參考
 
[正文]    

   一、 總體概述

  本文介紹了基于百度AI的云貓OCR軟件相關功能、性能評價及核心代碼解讀。因篇幅較長大家可以直接檢索所需信息參考。

  本文主要介紹了由本人開發的、基于百度AI的云貓OCR軟件的主要功能,性能評價及核心代碼解讀。因為是幾個帖子合并成一個,所以篇幅較長,希望各位能耐心看完,當然也可以各取所需。

  本文主要分為以下幾個部分:

  第一部分是云貓OCR軟件介紹。 由開發者本人親自介紹軟件的主要功能。對標ABBYY等OCR軟件,云貓OCR的功能更全面,使用更簡單,關鍵的是云貓OCR目前是完全免費給大家用的。當然因為是試用版,可能存在一些bug,大家使用的時候不要亂按就行。

  第二部分是云貓OCR基于百度OCR的具體實現方式說明。 同時也會對軟件的部分核心代碼進行展示,便于大家進行參考做出更有創意的產品。

  第三部分是云貓OCR使用說明及效果評測。 但因為云貓OCR是2017年底左右開發的,所以用的不是百度OCR最新接口功能,如果云貓能得到大家的支持,我可以考慮開發新版接入更多百度最新的AI接口,希望大家能多多捧場。

  本文的最后部分是附錄,附上了我基于百度OCR進行開發的代碼解讀,使用的是最新的百度手寫體識別接口,也一并打包給大家參考。

  第一部分 云貓OCR的軟件介紹

  一、云貓OCR簡介

  云貓OCR是基于百度云OCR算法,由進擊的狐貍進行開發的一款軟件。本軟件由C#語言進行開發,運行在Windows平臺上。主要調用的接口是通用文字識別、通用文字識別(高精度)和表格識別等。

  二、云貓OCR目前實現的主要功能:

  1.批量圖片文字識別,可以預覽圖片,可以對識別結果進行自動換行和縮進,可以控制QPS并發(QPS功能因為百度云的timeout問題而暫時擱置);

  2.批量表格圖片識別,支持自動打開識別結果,用戶也可以選擇直接打開保存目錄;

  3.PDF轉圖片,在我的筆記本(配置為I7處理器/8G內存/128G SSD硬盤)的硬件環境下,PDF轉圖片程序模塊占用的內存不超過400M,同時可以在2分鐘左右的時間內轉換超過500頁內容的PDF文件。支持一鍵打開轉換結果文件夾。

  4.云貓軟件支持換膚功能,目前有兩套皮膚;

  5.可以設置API Key和Secret Key;

  6.支持中途停止識別;

  7.支持把設置改變后對同一張圖片進行重新識別;

  8.支持多種語言;

  9.其他功能,比如識別統計信息、控制字體大小、右鍵把識別結果另存為rtf文件、全選和復制識別結果等等;

  三、演示帖子鏈接

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

  四、云貓OCR演示視頻鏈接

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

  第二部分 云貓OCR基于百度OCR的具體實現方式說明

  一、概述

  云貓OCR是基于百度AI,在Windows平臺運行的一款軟件。我是用C#語言在Visual Studio2017集成開發環境中進行開發的,開發方式是SDK包開發。在開發中,我們需要參考百度的技術文檔。

  百度云文字識別技術文檔地址:

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

如何用百度大腦文字識別技術快速集成實用小工具

  二、準備工作

  首先,我們需要下載最新的百度文字識別的SDK包。

  C# SDK包的下載地址:http://ai.baidu.com/sdk#ocr

如何用百度大腦文字識別技術快速集成實用小工具

  下載完畢后解壓縮,最新的包在文件夾net45里面。

如何用百度大腦文字識別技術快速集成實用小工具

  打開Visual Studio2017開發環境,選擇新建項目,因為我打算用控制臺項目講解,因此要選擇新建項目——C#控制臺項目。建好項目之后,需要在項目中引用上面下載的SDK包。

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  三、 核心代碼講解

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  注意,具體開發的時候要把上面的API Key和Secret Key分別改為你自己的,另外不要忘了把圖片文件路徑改為你自己的圖片路徑。下面是識別的結果示例:

如何用百度大腦文字識別技術快速集成實用小工具

  原圖如下:

如何用百度大腦文字識別技術快速集成實用小工具

  (二)解析Json格式,把識別結果轉變為更為直觀的文本類型

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  程序運行結果如下:

如何用百度大腦文字識別技術快速集成實用小工具

  這樣就比較符合人類的閱讀習慣了,上面這段代碼也是核心的基礎代碼,可以通過這些核心的代碼去做一些優化,比如自動換行、自動縮進、根據語言習慣自動改變標點符號等等。

  (三)表格識別

  百度的表格文字識別的編程較為麻煩,主要分成兩步:第一步是提交表格文字識別請求,獲得requestId;第二步是根據requestId獲取表格文字識別的結果,默認是Excel文件格式,Json結果會返回一段下載地址。

  我的程序除了上面這兩步以外,還添加了自動下載Excel文件到本地電腦的代碼,供各位參考。另外要注意的是,提交識別請求和獲得識別結果這兩步之間,程序必須設置延時,否則不能獲得下載的URL 。經過實際測試,延時為3秒以上較為合適,3秒以下可能會出錯。

  代碼如下:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  作者使用的測試用圖片:

如何用百度大腦文字識別技術快速集成實用小工具

  表格文字識別結果截圖:

如何用百度大腦文字識別技術快速集成實用小工具

  第三部分 云貓OCR的使用說明及效果評測

  一、概述

  筆者是在2017年接觸百度云服務平臺的,在這里我也稱之為百度AI 。筆者根據百度AI提供的函數接口,自行編程實現了一款OCR軟件——云貓OCR。云貓OCR大部分的代碼開發是在2017年底前完成的,之所以雪藏到現在,是因為筆者的一些私人事務(小孩出生等)——我是利用業余時間進行軟件開發的,所以中斷了大概一年多的時間,現在才有空繼續這個項目。

  評測篇的原帖子地址:

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

  二、評測的具體內容

  (一)準備工作

  在使用云貓OCR之前,我們必須先去百度云官網進行注冊賬號,有了賬號以后,我們還要去具體的云服務項目下申請API Key和Secret Key ,一般這兩個Key是用戶各人保管的,不能隨便透露給外人。因為百度云現在已經正式收費,而用戶每人每天的免費調用次數都是有限的,提高限額需要支付費用,用戶使用百度云AI接口的依據主要就是這兩個Key,所以我們要保管好。下面是簡單的準備工作圖片說明:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  (二)正式使用云貓OCR

  用戶有了百度云API Key和Secret Key之后,就可以正式使用云貓OCR了。具體使用步驟如下:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  (三)評測的具體內容

  首先介紹一下云貓OCR調用的百度AI的主要接口,首先是通用文字識別(帶位置版),其次是通用文字識別(帶位置高精度版),最后是表格文字識別,下面依次介紹這三種識別。

  1. 通用文字識別(帶位置版)和通用文字識別(帶位置高精度版)的混合使用

如何用百度大腦文字識別技術快速集成實用小工具

  如上圖所示,用戶可以選擇多種語言(包括德語、法語、西班牙語等等),選擇好后點擊文字識別即可。因為百度云提供的高精度文字識別接口只支持中英文,而通用的文字識別支持除中英文以外的多種語言,所以筆者在編寫軟件中,這兩種接口是混合使用的,具體怎么混合使用請看代碼篇。一般情況下,高精度的文字識別效果比通用的好,但也比較耗時。

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  本軟件支持識別的文字結果在本機保存為文件,具體如下圖操作:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  保存的文件是rtf格式,可以用WPS或者Office Word打開。下面再給出一次性識別20張圖片的統計結果圖示:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  從上圖可以看出,百度云的文字識別結果速度還是不錯的,識別速度是平均大概2-3秒一張圖。

  2. 表格文字識別

  表格文字識別的主要步驟如下圖所示:

如何用百度大腦文字識別技術快速集成實用小工具

  識別的結果軟件會自動保存為Excel文件并打開,如圖:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

  從上圖可以看出,表格文字識別的速度比普通文字識別要慢一些,大概需要5-6秒。

  評測總結:百度OCR對于印刷體的識別還是不錯的,比起以前的OCR軟件來說,百度OCR可以說是革命性的進步。當然,它也有自己的短板。比如手寫體的識別,筆者還沒有評測,但百度云通用文字高精度接口對手寫體的識別是較差的。再比如QPS并發,我的理解是可以提高OCR文字識別的速度,對于大量的圖片文字識別來說尤其是重要,可以節省大量時間。但遺憾的是,百度云對并發好像做的不太好,程序不一定支持QPS并發,這個缺點我們也是希望百度后面能夠有所改正。

  附錄:

  C#編程實現手寫識別

  一、概述

  本人是用C#編程,調用百度API接口實現手寫體識別的,參考了百度的產品文檔。

  文檔地址:https://cloud.baidu.com/doc/OCR/index.html

  二、代碼及解說

  本人的源代碼大部分是來自百度的產品文檔,但其中也遇到了一些麻煩。比如文字識別的編碼問題,百度的代碼給出的編碼是Default,但在我的機器上這樣做會顯示亂碼。經過查找資料,我把編碼改成UTF8,亂碼的問題才得到解決。

  作者的所有源代碼如下:

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具

如何用百度大腦文字識別技術快速集成實用小工具


  注意,上面的代碼中需要各位改成自己的Akey和Skey,另外要改一下圖片路徑。如果返回的是亂碼,還需要改一下編碼。

  識別的結果如下:

如何用百度大腦文字識別技術快速集成實用小工具


  程序用的圖片文件如下:

如何用百度大腦文字識別技術快速集成實用小工具

   (新聞稿 2019-12-13)


頻道首頁 】【 評論 】 【 打印 】 【 字體:
   上一篇:文件誤刪除如何恢復? 辦公文件丟失恢復技巧!
   下一篇:小技巧,如何用PowerPoint創作出高大上的圖片
導航:報價 | 大全 | 排行榜 | 產品大全 | 參量 | 訂閱 
 Advertisement
 十大最受關注的新聞
1  榮耀818巔峰盛典直降700元 MagicBook 14 SE銳龍版上市
2  iPhone: 降配保價保成本 iPhone12最新售價曝光
3  索尼: 13.3英寸墨水屏 索尼首款黑色電子紙登陸中國
4  三星Galaxy Note 20 系列京東“熱8購物季”開啟預售
5  京東818手機節狂歡日發一輪消費券 買手機至高減400元
6  聯想筆記本: 高端時尚,聯想發布Yoga系列新款筆記本
7  京東Q2財報顯示 以舊換新服務用戶數同比增長超300%
8  榮耀818戰報出爐 榮耀獲蘇寧平臺安卓手機銷量總冠軍
9  小米有品眾籌預熱,Amazfit X智能手表明天上線!
10  好吃好玩一鍵抵達,悠哈UHA CLUB小程序正式上線
 十大熱門驅動/軟件下載
1  [手機驅動]手機usb萬能
2  [熱門常用軟件]QQ2008正式版下載【騰訊QQ2008官方版Beta1】
3  [熱門常用軟件]E話通下載【E話通4.5 正式版】
4  [手機驅動]Samsung三星 手機USB驅動1.0版For Win98SE/ME/...
5  [手機驅動]Microsoft微軟 ActiveSync同步軟件4.5中文版Fo...
6  [攝像頭驅動]萬能攝像頭 FOR Windows
7  [熱門常用軟件]皮皮播放器下載【PPFilm皮皮播放器 2.1.0....
8  [手機驅動]諾基亞 PC套件下載
9  [熱門常用軟件]面對面游戲下載【面對面視頻游戲大廳】
10  [手機驅動]Microsoft微軟 Windows Mobile Device Center ...
 十大最受關注的品牌
1  三星手機(SAMSUNG)
2  諾基亞手機(NOKIA)
3  華碩筆記本(ASUS)
4  摩托羅拉手機(MOTOROLA)
5  英特爾CPU(Intel)
6  華碩主板(ASUS)
7  LG手機(LG)
8  索愛手機(Sony Ericsson)
9  聯想筆記本(lenovo)
10  宏碁筆記本(acer)
 十大熱門常用軟件下載
1  QQ2008正式版下載【騰訊QQ2008官方版Beta1】
2  E話通下載【E話通4.5 正式版】
3  皮皮播放器下載【PPFilm皮皮播放器 2.1.0.2版】
4  面對面游戲下載【面對面視頻游戲大廳】
5  DVD解碼器下載【NVIDIA DVD Decoder 1.02】
6  迅雷5下載【迅雷5.8.1.507官方版】
7  QQ2007 II正式版下載【騰訊QQ2007官方版本】
8  QQ2006正式版下載【騰訊QQ2006官方版本】
9  聯眾世界游戲大廳下載【聯眾世界2.7.0.8官方版】
10  MTV下載器【MTV下載精靈 8.31版】
11  pplive最新版下載【PPLive網絡電視V1.9.35版】
12  迅雷(Thunder)下載【迅雷v5.7.12.493官方版】
13  騰訊QQ2008下載【騰訊QQ官方版2008極速賀歲版KB1】
14  Total Video Converter下載【Total Video Converter v3.1...
15  QQ拼音輸入法下載【騰訊QQQQ拼音輸入法V1.4.1版】
16  皮皮高清影視播放器下載【PIPIPlayer 2.7.0.3版】
17  eMule下載【電驢eMule官方v0.49a正式版】
18  極點五筆輸入法下載【極點五筆6.1標準版】
19  QQ2009正式版下載【騰訊QQ2009 SP4官方版】
20  Vagaa哇嘎畫時代版下載【哇嘎 2.6.5.10】
   >> 查看評論   
 
   >> 查看更多評論   [共有0條評論]
發表評論
        
        
   點評:
   姓名:  
            字數: 0
     
新聞精選
·飛諾門陣與重慶公安刑偵總隊 達成試點合作
·銀行IT深度洞察 搭建新核心系統的前瞻性布局
·國家網絡安全宣傳周,網絡安全從郵件開始
·全球首創 海爾智家牽頭起草智慧家庭設計國際
·面對增長的空間數據,GIS的“分布式”戰術
·終結“缺覺時代”,喜臨門上榜新經濟領航企業
  ·工博會今日在滬開幕, 擎朗送餐機器人顯實力
·斑馬網絡發布智能座艙操作系統,簽約一汽-大
·專訪易訊理想科技史凌波:腳踏實地,技術落地才
·5G行業終端該怎么搞?聯通在這個大會上的發布
·再獲肯定,華云安榮膺“2020年中國網絡安全潛
·孩子學習有困難,助力新學期讀書郎有妙招