如果你最近在考虑OCR的问题，请进来~~~

本文主要是各类ocr的api对比问题，至于app推荐几款：合合信息(扫面全能王)，TextGrabber，白描等等等等

工作需要，搞文字识别技术，对比了几家

百度的OCR:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Tue Jun 12 09:37:38 2018
利用百度api实现图片文本识别
@author: XnCSD
"""
 
import glob
from os import path
import os
from aip import AipOcr
from PIL import Image
 
def convertimg(picfile, outdir):
    '''
        调整图片大小，对于过大的图片进行压缩
        picfile:    图片路径
        outdir：    图片输出路径
    '''
    img = Image.open(picfile)
    width, height = img.size
    while (width * height > 4000000):  # 该数值压缩后的图片大约 两百多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(picfile, outfile):
    """利用百度api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    """
    filename = path.basename(picfile)
 
    APP_ID = '你自己的appid'  # 刚才获取的 ID，下同
    API_KEY = '创建完实例人家给'
    SECRECT_KEY = '创建完实例人家给'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
 
    i = open(picfile, 'rb')
    img = i.read()
    print("正在识别图片：\t" + filename)
    # message = client.basicGeneral(img)  # 通用文字识别，每天 50 000 次免费
    message = client.basicAccurate(img)   # 通用文字高精度识别，每天 800 次免费
    print("识别成功！")
    i.close()
 
    with open(outfile, 'a+', encoding='utf8') as fo:
        fo.writelines("+" * 60 + '\n')
        fo.writelines("识别图片：\t" + filename + "\n" * 2)
        fo.writelines("文本内容：\n")
        # 输出文本内容
        for text in message.get('words_result'):
            fo.writelines(text.get('words') + '\n')
        fo.writelines('\n' * 2)
    print("文本导出成功！")
    print()
 
if __name__ == "__main__":
 
    outfile = '最后写入的文件名'
    outdir ='图片压缩后存储的路径'
    if path.exists(outfile):
        os.remove(outfile)
    if not path.exists(outdir):
        os.mkdir(outdir)
    print("压缩过大的图片...")
    #  首先对过大的图片进行压缩，以提高识别速度，将压缩的图片保存与临时文件夹中
    for picfile in glob.glob("picture\*"):  # 在picture文件夹里放图片
        convertimg(picfile, outdir)
    print("图片识别...")
    for picfile in glob.glob("outdir\*"):
        baiduOCR(picfile, outfile)
        os.remove(picfile)
    print('图片文本提取结束！文本输出结果位于 %s 文件中。' % outfile)
    os.removedirs(outdir)

有道的OCR(加入了自己写的图片压缩以及循环的逻辑，如果有不对的地方请指出)：

#/usr/bin/env python
#coding=utf8
 
import hashlib
from PIL import Image
import os
import requests
import random
import glob
import json
from os import path
import base64
import time
 
def convertimg(picfile, outdir):
    '''
        调整图片大小，对于过大的图片进行压缩
        picfile:    图片路径
        outdir：    图片输出路径
    '''
    img = Image.open(picfile)
    width, height = img.size
    while (width * height > 4000000):  # 该数值压缩后的图片大约 两百多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 youdaoOCR(picfile, outfile):
    """利用有道api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    """
    appKey = '自己的appkey'  # 需要到有道云官网去注册实例
    secretKey = '自己的secretKey'
    httpClient = None
    try:
        filename = path.basename(picfile)
        print('正在识别%s' % filename)
        # print(picfile)
        f = open(picfile, 'rb')  # 二进制方式打开图文件
        img = base64.b64encode(f.read())  # 读取文件内容，转换为base64编码
        f.close()
        img = str(img, 'utf-8')
        detectType = ''
        imageType = ''
        langType = 'auto'
        salt = random.randint(1, 65536)
        sign = appKey + img + str(salt) + secretKey
        m1 = hashlib.md5()
        m1.update(sign.encode('utf-8'))
        sign = m1.hexdigest()
        data = {'appKey': appKey, 'img': img, 'detectType': detectType, 'imageType': imageType,
                'langType': langType, 'salt': str(salt), 'sign': sign}
        req = requests.post('http://openapi.youdao.com/ocrapi', data)
 
        content = req.text
        j = json.loads(content)
        # print(j)
        # print(j['Result']['regions'])
        lst = []
        for regionstr in j['Result']['regions']:
            for lineStr in regionstr['lines']:
                # print(lineStr['text'])
                lst.append(lineStr['text'])
        result = ','.join(lst)
        print(result)
    except ValueError:
        print("error")
 
if __name__ == '__main__':
    outfile = 'youdao.txt'  # 最后写入的文件
    outdir = '压缩的图片存储位置'
    if path.exists(outfile):
        os.remove(outfile)  # 如果有要写入的文件,删除
    if not path.exists(outdir):
        os.mkdir(outdir)  # 如果存储压缩后的图片的文件夹，创建
    print("正在压缩过大的图片....")
    for picfile in glob.glob(r"picture\*"):  # 图片存储路径
        convertimg(picfile, outdir)
    print('进行图片识别....')
    for picfile in glob.glob('压缩的图片存储位置\*'):
        youdaoOCR(picfile, outfile)
        os.remove(picfile)
    # print('图片提取结束！文本输出结果位于 %s 文件中。' % outfile)
    os.removedirs(outdir)

阿里的OCR(也加入了图片压缩以及循环功能(官网没有))：

import urllib.request
import urllib.parse
import json
import time
import base64
import glob
import re
from PIL import Image
from os import path
import os
import time
 
def convertimg(picfile, outdir):
    '''
        调整图片大小，对于过大的图片进行压缩
        picfile:    图片路径
        outdir：    图片输出路径
    '''
    img = Image.open(picfile)
    width, height = img.size
    while (width * height > 4000000):  # 该数值压缩后的图片大约 两百多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)))
 
#请求头
headers = {
         'Authorization': 'APPCODE 自己的appcode',  # 阿里云官网上创建实例
         'Content-Type': 'application/json; charset=UTF-8'
    }
def posturl(url,data={}):  # data为第一张的默认参数， data1为第二张的默认参数
  try:
    params = json.dumps(dict).encode(encoding='UTF8')
    req = urllib.request.Request(url, params, headers)
    r = urllib.request.urlopen(req)
    html = r.read()
    r.close()
    return html.decode("utf8")
  except urllib.error.HTTPError as e:
      print(e.code)
      print(e.read().decode("utf8"))
  time.sleep(1)
if __name__=="__main__":
    url_request = "https://ocrapi-document.taobao.com/ocrservice/document"
    outfile = 'ali.txt'
    outdir = '压缩图片的存储位置'
    if path.exists(outfile):
        os.remove(outfile)
    if not path.exists(outdir):
        os.mkdir(outdir)
    print('开始进行图片压缩....')
    for picfile in glob.glob(r"picture\*"):  # 图片的存储位置
        convertimg(picfile, outdir)
    print('开始进行图片识别....')
    for picfile in glob.glob("outdir\*"):
        filename = path.basename(picfile)
        print('正在识别%s' % filename)
        with open(picfile, 'rb') as f:  # 以二进制读取本地图片
            data = f.read()
            encodestr = str(base64.b64encode(data), 'utf-8')
 
        dict = {'img': encodestr}
        html = posturl(url_request, data=dict)
        os.remove(picfile)
        html1 = json.loads(html)
        # print(html)
        # print(type(html))
        lst = []
        # print(html1['prism_wordsInfo'])
        for i in html1['prism_wordsInfo']:
            if i.get('pos'):
                i.pop('pos')
            for k, v in i.items():
                lst.append(v)
        # print(lst)
        str1 = ','.join(lst)
        print(str1)
    os.removedirs(outdir)

以下仅为个人意见：

我主要考虑的是有道和阿里：在准确度上差别不是很大，阿里稍微准确一丢丢

　　　　　　　　　　　　　价格方面阿里是有道的两倍左右(阿里的为高精度文字识别)

　　　　　　　　　　　　　速度上阿里更快一些。