引言

随着数字化时代的到来，文档识别技术在各行各业中扮演着越来越重要的角色。百度OCR以其强大的识别能力和高准确率，成为众多开发者首选的OCR服务之一。本文将引导您从零开始，通过编写一个简单的工具类，利用百度OCR API实现高效的文档识别功能。

一、环境准备

1. 注册百度AI开放平台账号

首先，您需要在百度AI开放平台注册一个账号，并登录。

2. 创建应用并获取API Key与Secret Key

在AI开放平台中，选择“文字识别”服务，并创建一个新的应用。创建成功后，您将获得API Key和Secret Key，这是后续API调用时必要的认证信息。

3. 安装必要的库

为了简化HTTP请求，建议使用Python的requests库。如果尚未安装，可以通过pip安装：

pip install requests

二、理解百度OCR API

百度OCR提供了多种API接口，包括通用文字识别、身份证识别、银行卡识别等。这里我们以通用文字识别API为例进行说明。

通用文字识别API概述

• 接口地址：通常形式为https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic
• 请求方式：POST
• 请求参数：包括access_token（认证信息）、url（图片URL）或image（Base64编码的图片）等
• 返回参数：包含识别结果的JSON格式数据

三、编写工具类

以下是一个简单的Python工具类，封装了百度OCR通用文字识别API的调用过程：

```python
import requests
import base64
from urllib.parse import urlencode

class BaiduOCR:
def init(self, api_key, secret_key):
self.api_key = api_key
self.secret_key = secret_key
self.access_token = self.get_access_token()

def get_access_token(self):
    # 获取access_token的API地址
    auth_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}".format(
        self.api_key, self.secret_key)
    response = requests.get(auth_url)
    result = response.json()
    return result['access_token']
def recognize_image(self, image_path, image_type='url'):
    # 通用文字识别API地址
    ocr_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
    headers = {"Content-Type": "application/x-www-form-urlencoded"}
    params = {"access_token": self.access_token}
    if image_type == 'url':
        with open(image_path, 'rb') as f:
            image_content = base64.b64encode(f.read()).decode('utf-8')
        params['image'] = image_content
    elif image_type == 'file_path':  # 假设支持直接上传文件路径（实际需处理为URL或Base64）
        # 这里仅为示例，实际应转换为URL或Base64
        raise NotImplementedError("直接上传文件路径暂不支持，请转换为URL或Base64编码")
    params = urlencode(params)
    response = requests.post(ocr_url, data=params, headers=headers)
    result = response.json()
    return result

使用示例

ocr = BaiduOCR(‘YOUR_API_KEY’, ‘YOUR_SECRET_KEY’)
result = ocr.recognize_image(‘path_to_your_image.jpg’, ‘url’) # 注意这里传入的’url’参数是示例，实际