1.功能描述:
支持对图片中的手写中文、手写数字进行检测和识别,针对不规则的手写字体进行专项优化,识别准确率可达90%以上
2.平台接入
具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327
3.调用攻略(Python3)及评测
3.1首先认证授权:
在开始调用任何API之前需要先进行认证授权,具体的说明请参考:
http://ai.baidu.com/docs#/Auth/top
具体Python3代码如下:
# -*- coding: utf-8 -*-
#!/usr/bin/env python
import urllib
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】
#获取token
def get_token():
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
request = urllib.request.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib.request.urlopen(request)
token_content = response.read()
if token_content:
token_info = json.loads(token_content)
token_key = token_info['access_token']
return token_key
3.2手写文字识别分析接口调用:
详细说明请参考: https://ai.baidu.com/docs#/OCR-API/
说明的比较清晰,这里就不重复了。
大家需要注意的是:
API访问URL:https://aip.baidubce.com/rest/2.0/ocr/v1/handwriting
图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/jpeg/png/bmp格式
Python3调用代码如下:
#手写文字
#filename:图片名(本地存储包括路径)
def handwriting(filename):
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/handwriting"
# 二进制方式打开图片文件
f = open(filename, 'rb')
img = base64.b64encode(f.read())
params = dict()
params['image'] = img
params = urllib.parse.urlencode(params).encode("utf-8")
#params = json.dumps(params).encode('utf-8')
access_token = get_token()
request_url = request_url + "?access_token=" + access_token
request = urllib.request.Request(url=request_url, data=params)
request.add_header('Content-Type', 'application/x-www-form-urlencoded')
response = urllib.request.urlopen(request)
content = response.read()
if content:
#print(content)
content=content.decode('utf-8')
#print(content)
data = json.loads(content)
#print(data)
words_result=data['words_result']
for item in words_result:
print(item['words'])
handwriting('../img/handwriting4.jpg')
4.功能评测:
选用不同的数据对效果进行测试,具体效果如下(以下例子均来自网上):
模糊
其实,再说的好听点,其种程度上说,字
好坏,也可以体一个人的修养和乞质,古人活
说:字其人。我奉那些如何静不下心学
口语的朋友,也可试试我的方法,光从练司
钢笔字开始。并且,从近代医学研究发,练习
钢笔字世是一种养生方法,可让人身心愉悦
减少。病
斜放
有人会关心你付出
努力撑得不昙,摔得
不痛,他们只会看你最后
4么位置,然羡幕
或鄙
小学生作文
爱玩手机的爸爸
我的爸爸有点高
me丢像月亮一样弯
他的的脸红红的。
我的爸爸爱好是
玩手机,只要每未有
时间就t在上玩
手机。我非常喜欢我
这个爸爸。
测试下来,整体识别效果不错。不过对于模糊,边缘,斜放,潦草等情况识别较差,希望后续能有进一步的提高。
应用场景:
智能阅卷
使用手写文字识别技术,对学生日常作业及考试试卷中的手写内容进行自动识别,实现学生作业、考卷的线上批阅及教学数据的自动分析,大幅度提升教师工作效率及质量,促进教学管理的数字化和智能化
手写表单电子化
使用手写文字识别技术,实现对活动签到表、信息登记表、数据统计表等纸质表单内手写文字的识别,满足对纸质表单内信息进行统计整理、数据计算的需求,有效降低人工录入成本,便于登记信息的保存和传输
书摘、笔记电子化
使用手写文字识别技术,实现对手写书摘、读书笔记、课堂笔记等内容的识别,实现对手写文字内容的扫描及线上存储,便于用户对书摘及笔记内容进行快速编辑、查找及传输,大幅度提升内容管理效率,优化用户使用体验