python 利用百度API識別圖片文字(多線程版)
更新時間:2020年12月14日 15:48:43 作者:凹凸曼大人
這篇文章主要介紹了python 利用百度API識別圖片文字(多線程版),幫助大家更好的利用python進行機器識別,感興趣的朋友可以了解下
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Tue Jun 12 09:37:38 2018
利用百度api實現(xiàn)圖片文本識別
@author: XnCSD
"""
import glob
from os import path
import os
from aip import AipOcr
from PIL import Image
from queue import Queue
import threading
import datetime
def convertimg(picfile, outdir):
'''調整圖片大小,對于過大的圖片進行壓縮
picfile: 圖片路徑
outdir: 圖片輸出路徑
'''
img = Image.open(picfile)
width, height = img.size
while (width * height > 4000000): # 該數(shù)值壓縮后的圖片大約 兩百多k
width = width // 2
height = height // 2
new_img = img.resize((width, height), Image.BILINEAR)
new_img.save(path.join(outdir, os.path.basename(picfile)))
def baiduOCR(ts_queue):
"""利用百度api識別文本,并保存提取的文字
picfile: 圖片文件名
outfile: 輸出文件
"""
while not ts_queue.empty():
picfile = ts_queue.get()
filename = path.basename(picfile)
outfile = 'D:\Study\pythonProject\scrapy\IpProxy\port_zidian.txt'
APP_ID = '' # 剛才獲取的 ID,下同
API_KEY = ''
SECRECT_KEY = ''
client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
i = open(picfile, 'rb')
img = i.read()
print("正在識別圖片:\t" + filename)
message = client.basicGeneral(img) # 通用文字識別,每天 50 000 次免費
# message = client.basicAccurate(img) # 通用文字高精度識別,每天 800 次免費
#print("識別成功!")
i.close()
try:
filename1 = filename.split('.')[0]
filename1 = ''.join(filename1)
with open(outfile, 'a+') as fo:
for text in message.get('words_result'):
fo.writelines('\'' + filename1 + '\'' + ':' + text.get('words') + ',')
fo.writelines('\n')
# fo.writelines("+" * 60 + '\n')
# fo.writelines("識別圖片:\t" + filename + "\n" * 2)
# fo.writelines("文本內容:\n")
# # 輸出文本內容
# for text in message.get('words_result'):
# fo.writelines(text.get('words') + '\n')
# fo.writelines('\n' * 2)
os.remove(filename)
print("識別成功!")
except:
print('識別失敗')
print("文本導出成功!")
print()
def duqu_tupian(dir):
ts_queue = Queue(10000)
outdir = dir
# if path.exists(outfile):
# os.remove(outfile)
if not path.exists(outdir):
os.mkdir(outdir)
print("壓縮過大的圖片...")
# 首先對過大的圖片進行壓縮,以提高識別速度,將壓縮的圖片保存與臨時文件夾中
try:
for picfile in glob.glob(r"D:\Study\pythonProject\scrapy\IpProxy\端口\*"):
convertimg(picfile, outdir)
print("圖片識別...")
for picfile in glob.glob("tmp/*"):
ts_queue.put(picfile)
#baiduOCR(picfile, outfile)
#os.remove(picfile)
print('圖片文本提取結束!文本輸出結果位于文件中。' )
#os.removedirs(outdir)
return ts_queue
except:
print('失敗')
if __name__ == "__main__":
start = datetime.datetime.now().replace(microsecond=0)
t = 'tmp'
s = duqu_tupian(t)
threads = []
for i in range(100):
t = threading.Thread(target=baiduOCR, name='th-' + str(i), kwargs={'ts_queue': s})
threads.append(t)
for t in threads:
t.start()
for t in threads:
t.join()
end = datetime.datetime.now().replace(microsecond=0)
print('刪除耗時:' + str(end - start))
速度快,準確率99百分,100里必回出錯一張。
實測,識別1500張圖片,還是小圖片驗證碼大小,高清,用時30秒,不能識別150張,出錯14張左右。 但總體快,不會出現(xiàn)亂碼啥的。

以上就是python 利用百度API識別圖片文字(多線程版)的詳細內容,更多關于python 識別圖片文字的資料請關注腳本之家其它相關文章!

