如何使用PythonSDK接口识别图片中的文字或卡证信息_内容安全(Content Moderation)-阿里云帮助中心

本文介绍了如何使用Python SDK图片OCR接口，识别图片中的文字或卡证信息。

功能描述

通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见图片OCR检测API文档。

前提条件

安装Python依赖。关于安装Python依赖的具体操作，请参见安装Python依赖。
说明
请一定按照安装Python依赖页面中的版本安装，否则会导致调用失败。
下载并在项目工程中引入Extension.Uploader工具类。

提交图片同步检测任务

接口	描述	支持的Region
ImageSyncScanRequest	提交图片OCR同步识别任务，对图片中的文字进行识别（scene=ocr）。	cn-shanghai cn-beijing cn-shenzhen ap-southeast-1

示例代码

传图片URL进行检测

#coding=utf-8
# 以下代码将调用OCR图片检测接口并实时返回检测结果。
from aliyunsdkcore import client
from aliyunsdkgreen.request.v20180509 import ImageSyncScanRequest
from aliyunsdkgreenextension.request.extension import HttpContentHelper
import json
import uuid

# 注意：此处实例化的client尽可能重复使用，提升检测性能。避免重复建立连接。
# 常见获取环境变量方式：
# 获取RAM用户AccessKey ID：os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID']
# 获取RAM用户AccessKey Secret：os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']
clt = client.AcsClient("建议从环境变量中获取RAM用户AccessKey ID", "建议从环境变量中获取RAM用户AccessKey Secret", "cn-shanghai")
# 每次请求时需要新建request，请勿复用request对象。
request = ImageSyncScanRequest.ImageSyncScanRequest()
request.set_accept_format('JSON')
task = {"dataId": str(uuid.uuid1()),
         "url":"https://example.com/test.jpg"
        }

# 卡证识别的检测类型通过extras参数设置，具体请参见API文档。
extras = {"card" : "id-card-front"}
print(task)
# 设置待检测的图片，一张图片对应一个检测任务。
# 多张图片同时检测时，处理时间由最后一张处理完的图片决定。
# 通常情况下批量检测的平均响应时间比单任务检测长，一次批量提交的图片数越多，响应时间被拉长的概率越高。
# 代码中以单张图片检测作为示例，如果需要批量检测多张图片，请自行构建多个任务。
# OCR检测按照实际检测的图片张数*检测的卡证类型单价计费。
request.set_content(HttpContentHelper.toValue({"tasks": [task],
                                               "scenes": ["ocr"],
                                               "extras": extras
                                               }))
response = clt.do_action_with_exception(request)
print(response)
result = json.loads(response)
if 200 == result["code"]:
    taskResults = result["data"]
    for taskResult in taskResults:
        if (200 == taskResult["code"]):
            sceneResults = taskResult["results"]
            print(sceneResults)

传本地图片文件进行检测

#coding=utf-8
# 以下代码将调用OCR图片检测接口并实时返回检测结果。
from aliyunsdkcore import client
from aliyunsdkgreen.request.v20180509 import ImageSyncScanRequest
from aliyunsdkgreenextension.request.extension import HttpContentHelper
from aliyunsdkgreenextension.request.extension import ClientUploader
import json
import uuid

# 设置编码规则，以便支持本地中文路径。
# Python2中添加以下内容，Python3无需添加。
if sys.version_info[0] == 2:
    reload(sys)
    sys.setdefaultencoding('utf-8')

# 注意：此处实例化的client尽可能重复使用，提升检测性能。避免重复建立连接。
# 常见获取环境变量方式：
# 获取RAM用户AccessKey ID：os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID']
# 获取RAM用户AccessKey Secret：os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']
clt = client.AcsClient("建议从环境变量中获取RAM用户AccessKey ID", "建议从环境变量中获取RAM用户AccessKey Secret", "cn-shanghai")
# 每次请求时需要新建request，请勿复用request对象。
request = ImageSyncScanRequest.ImageSyncScanRequest()
request.set_accept_format('JSON')

# 上传本地文件到服务端。请修改成您的本地文件路径。
uploader = ClientUploader.getImageClientUploader(clt)
url = uploader.uploadFile('d:/test/test.jpg')

task = {"dataId": str(uuid.uuid1()),
         "url":url
        }
# 卡证识别的检测类型通过extras参数设置，具体请参见API文档。
extras = {"card" : "id-card-front"}
print(task)
# 设置待检测的图片，一张图片对应一个检测任务。
# 多张图片同时检测时，处理时间由最后一张处理完的图片决定。
# 通常情况下批量检测的平均响应时间比单任务检测长，一次批量提交的图片数越多，响应时间被拉长的概率越高。
# 代码中以单张图片检测作为示例，如果需要批量检测多张图片，请自行构建多个任务。
# OCR检测按照实际检测的图片张数*检测的卡证类型单价计费。
request.set_content(HttpContentHelper.toValue({"tasks": [task],
                                               "scenes": ["ocr"],
                                               "extras": extras
                                               }))
response = clt.do_action_with_exception(request)
print(response)
result = json.loads(response)
if 200 == result["code"]:
    taskResults = result["data"]
    for taskResult in taskResults:
        if (200 == taskResult["code"]):
            sceneResults = taskResult["results"]
            print(sceneResults)

传图片二进制字节组数据进行检测

#coding=utf-8
# 以下代码将调用OCR图片检测接口并实时返回检测结果。
from aliyunsdkcore import client
from aliyunsdkgreen.request.v20180509 import ImageSyncScanRequest
from aliyunsdkgreenextension.request.extension import HttpContentHelper
from aliyunsdkgreenextension.request.extension import ClientUploader
import json
import uuid

# 设置编码规则，以便支持本地中文路径。
# Python2中添加以下内容，Python3无需添加。
if sys.version_info[0] == 2:
    reload(sys)
    sys.setdefaultencoding('utf-8')

# 请使用您的AccessKey信息。
clt = client.AcsClient("yourAccessKeyId", "yourAccessKeySecret","cn-shanghai")
# 每次请求时需要新建request，请勿复用request对象。
request = ImageSyncScanRequest.ImageSyncScanRequest()
request.set_accept_format('JSON')

# 读取本地文件作为二进制数据，模拟二进制数据检测。
# 请修改成您的本地文件路径。
f = open('d:/test/test.jpg', "rb+")
imageBytes = f.read()
f.close()

# 上传二进制文件到服务端。
uploader = ClientUploader.getImageClientUploader(clt)
url = uploader.uploadBytes(imageBytes)
task = {"dataId": str(uuid.uuid1()),
         "url":url
        }

# 卡证识别的检测类型通过extras参数设置，具体请参见API文档。
extras = {"card" : "id-card-front"}
print(task)
# 设置待检测的图片，一张图片对应一个检测任务。
# 多张图片同时检测时，处理时间由最后一张处理完的图片决定。
# 通常情况下批量检测的平均响应时间比单任务检测长，一次批量提交的图片数越多，响应时间被拉长的概率越高。
# 代码中以单张图片检测作为示例，如果需要批量检测多张图片，请自行构建多个任务。
# OCR检测按照实际检测的图片张数*检测的卡证类型单价计费。
request.set_content(HttpContentHelper.toValue({"tasks": [task],
                                               "scenes": ["ocr"],
                                               "extras": extras
                                               }))
response = clt.do_action_with_exception(request)
print(response)
result = json.loads(response)
if 200 == result["code"]:
    taskResults = result["data"]
    for taskResult in taskResults:
        if (200 == taskResult["code"]):
            sceneResults = taskResult["results"]
            print(sceneResults)