写在前面

这应该是本年度的最后一篇技术博客了，今年在CSDN上总共发表了20篇博客，除掉几篇LeetCode的博客，都是个人工作的总结，总体来说，收获不少，随手记录的习惯也养成了。希望来年持之以恒。
这篇博客主要介绍的是百度AI开放平台的OCR识别，包括文字识别和车型识别，个人感受是功能强大，但也还有提升的空间。

• 语言环境：Python3.7
• 编译工具：Spyder

相关接口和秘钥申请

首先上两个接口的地址：

• 文字识别
• 车型识别

在调用API之前，你得按百度要求申请API Key和Secret Key（简称AK、SK），然后根据AK和SK获取access_token
先上一下access_token获取的代码

import requests 
import base64

# client_id 为官网获取的AK， client_secret 为官网获取的SK
ak = 'yourak'
sk = 'yoursk'
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s' % (ak, sk)
response = requests.get(host).json()
token = response['access_token']

ak和sk都要换成自己申请的，有了ak和token后就可以进行下面的工作了。

手写字体识别

首先上一张自己随手写的文字，辛弃疾的《永遇乐》，多少年来最爱的宋词之一

觉得能把上面的文字识别出来不，我觉得费劲。
好了，上文字识别的代码

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('手写识别-草书风格.jpg', 'rb')
img = base64.b64encode(f.read())

params = {"image":img}
access_token = token
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response2 = requests.post(request_url, data=params, headers=headers).json()

result = response2['words_result']
results = []
for i in range(len(result)):
    results.append(result[i]['words'])
    print(result[i]['words'])

请求过程很简单，结果在response2[‘words_result’]中，看看识别成啥玩意儿了：

哈哈，这么难识别的文字，居然还有不少是对的。那我换个正楷一点的字体呢，会不会好一点，说干就干。
换一张写的标准一点的手写照片

看看结果

wow，只有三个字识别错了，还是很棒的。这玩意儿可以用在很多地方，比如小学老师批改作业，最合适不过了，不过就得要求孩子们把字写好，不然容易扣分哦。

车型识别

代码差不多，我直接写上来了

request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/car"
# 二进制方式打开图片文件
f = open('车辆识别.jpg', 'rb')
img = base64.b64encode(f.read())

params = {"image":img,"top_num":5}
access_token = token
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers).json()

看看我在网上找的一张比亚迪的照片

看看识别情况

识别的很准确呢，真棒。
当然这是比较清晰的照片，如果遇到模糊的照片，识别成功率不到一半，百度AI加油哦。

小结

很棒的工具，这里只提到了两个功能，其他的应用各行各业似乎都能找到对应的接口，总之技术在进步，学习的脚步不能停。
共勉~~