Tutorial: Python stellt eine Verbindung zur Huawei Cloud-Schnittstelle her, um die OCR-Texterkennung zu implementieren

Tutorial: Python stellt eine Verbindung zur Huawei Cloud-Schnittstelle her, um die OCR-Texterkennung zu implementieren

In diesem Tutorial lernen wir zunächst, wie wir mit der Programmiersprache Python eine Verbindung zur Huawei Cloud-Schnittstelle herstellen und OCR (Optical Character Recognition, optische Zeichenerkennung) verwenden ) Technologie zur Implementierung der Textidentifizierungsfunktion. Die OCR-Technologie kann Text in Bildern in bearbeitbaren und durchsuchbaren elektronischen Text umwandeln, der sich sehr gut für verschiedene Texterkennungsszenarien eignet.

1. Vorbereitung
   Bevor wir beginnen, müssen wir die folgenden Vorbereitungen abschließen:
2. Registrieren Sie sich und melden Sie sich bei einem Huawei Cloud-Konto an (https://www.huaweicloud.com/).
3. Erstellen Sie eine OCR-Dienstinstanz und beziehen Sie die entsprechende API-Schlüssel und Dienstendpunkte (Endpunkt)

4. Abhängige Bibliotheken installieren
   Bevor wir eine Verbindung zur Huawei Cloud-Schnittstelle herstellen, müssen wir die Anforderungsbibliothek von Python verwenden, um HTTP-Anforderungen zu senden. Wenn Sie die Anforderungsbibliothek nicht installiert haben, können Sie sie mit dem folgenden Befehl installieren:

   $ pip install requests

5. Python-Code schreiben

Zuerst müssen wir die Anforderungsbibliothek importieren und einige konstante Variablen definieren:

import requests

# 华为云OCR服务端点
ENDPOINT = 'https://ocr.cn-north-4.myhuaweicloud.com'

# 替换成你的API密钥
API_KEY = 'your_api_key'
API_SECRET = 'your_api_secret'

4. OCR-Text implementieren Erkennungsfunktion

Als nächstes können wir die OCR-Texterkennungsfunktion implementieren. Wir können das zu erkennende Bild auf den Server hochladen und eine Anfrage an die Huawei Cloud API senden, um das Ergebnis der Texterkennung zu erhalten.

def recognize_text(image_path):
    url = f'{ENDPOINT}/v1.0/ocr/general-text'
    headers = {
        'Content-Type': 'application/json',
        'X-Auth-Token': 'Token ' + get_auth_token()
    }
    data = {
        "url": image_path
    }
    response = requests.post(url, headers=headers, json=data)
    result = response.json()

    if 'result' in result:
        text = ""
        for item in result['result']['words_block_list']:
            text += item['words'] + ' '
        return text
    else:
        return None


def get_auth_token():
    url = 'https://iam.cn-north-4.myhuaweicloud.com/v3/auth/tokens'
    headers = {
        'Content-Type': 'application/json'
    }
    data = {
        "auth": {
            "identity": {
                "methods": [
                    "password"
                ],
                "password": {
                    "user": {
                        "name": API_KEY,
                        "password": API_SECRET,
                        "domain": {
                            "name": "hwid"
                        }
                    }
                }
            },
            "scope": {
                "project": {
                    "name": "cn-north-4"
                }
            }
        }
    }
    response = requests.post(url, headers=headers, json=data)

    if 'X-Subject-Token' in response.headers:
        return response.headers['X-Subject-Token']
    else:
        return None


# 使用示例
image_path = '/path/to/your/image.jpg'
result = recognize_text(image_path)
if result:
    print('文字识别结果：', result)
else:
    print('识别失败')

Im obigen Codebeispiel haben wir eine recognize_text-Funktion definiert, die den Pfad einer Bilddatei als Parameter empfängt und das erkannte Textergebnis zurückgibt. Wir senden eine HTTP-POST-Anfrage an die OCR-Schnittstelle von Huawei Cloud und senden die URL des Bildes in Form von JSON-Daten an die API.

Das von der API zurückgegebene Ergebnis sind Daten im JSON-Format. Wir extrahieren die Texterkennungsergebnisse durch Parsen der JSON-Daten.

Hinweis: Im Codebeispiel verwenden wir den API-Schlüssel und den Service-Endpunkt, den wir in der Vorbereitungsarbeit erhalten haben. Bitte stellen Sie sicher, dass Sie diese durch Ihren eigenen API-Schlüssel ersetzen.

5. Zusammenfassung
   In diesem Tutorial haben wir gelernt, wie man mit Python eine Verbindung zur OCR-Schnittstelle von Huawei Cloud herstellt und die Texterkennungsfunktion implementiert. Die OCR-Technologie wird häufig in verschiedenen Szenarien eingesetzt, z. B. beim Scannen von Dokumenten, bei der Erkennung von Nummernschildern, bei der Bildübersetzung usw. Sie können den Code weiter anpassen, um komplexere Erkennungsanforderungen basierend auf Ihren tatsächlichen Anforderungen zu erfüllen.

Das obige ist der detaillierte Inhalt vonTutorial: Python stellt eine Verbindung zur Huawei Cloud-Schnittstelle her, um die OCR-Texterkennung zu implementieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!