Python3 下实现 腾讯人工智能API 调用
1、背景
a、鹅厂近期发布了自己的人工智能 api,包括身份证ocr、名片ocr、文本分析等一堆API,因为前期项目用到图形OCR,遂实现试用了一下,发现准确率还不错,放出来给大家共享一下。
b、基于python3,跟python2还是有些区别。
c、特别需要提到的就是签名生成这块,鹅厂的api说明里写的比较简单,一开始在sign的生成(https://ai.qq.com/doc/auth.shtml)上卡了好几天,后来加的官方群,咨询之后才解决。
2、签名算法
不够150字,那就正好把签名算法这块写一写。
a、官网说明如下:
按URL键值拼接字符串T
依照算法第二步要求,将参数对列表N的参数对进行URL键值拼接,值使用URL编码,URL编码算法用大写字母,例如%E8,而不是小写%e8,得到字符串T如下:
b、实际上:
参数列表是指api中所有除sign之外用到的参数都要参与计算sign。
譬如:
1)文本分析接口有4个字段,拼接串为:
app_id=10000&nonce_str=20e3408a79&text=%E8%85%BE%E8%AE%AF%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0&time_stamp=1493449657
参数名 | 参数值 |
---|---|
app_id | 10000 |
nonce_str | 20e3408a79 |
text | 腾讯开放平台 |
time_stamp | 1493449657 |
2)身份证ocr接口有6个字段,拼接串为:
app_id=&time_stamp=1511839575&nonce_str=3oxitu0qf198bh24&image=%2F9j%2F4AA************QSkZJRgA9j%2F%2F2Q%3D%3D&card_type=0&sign=2ED0122CD44DCB1FD7BC9AE1D03D64D9
参数名称 | 是否必选 | 数据类型 | 数据约束 | 示例数据 | 描述 |
---|---|---|---|---|---|
app_id | 是 | int | 正整数 | 1000001 | 应用标识(AppId) |
time_stamp | 是 | int | 正整数 | 1493468759 | 请求时间戳(秒级) |
nonce_str | 是 | string | 非空且长度上限32字节 | fa577ce340859f9fe | 随机字符串 |
sign | 是 | string | 非空且长度固定32字节 | B250148B284956EC5218D4B0503E7F8A | 签名信息,详见接口鉴权 |
image | 是 | string | 原始图片的base64编码数据(解码后大小上限1MB,支持JPG、PNG、BMP格式) | ... | 待识别图片 |
card_type | 是 | int | 整数 | 0/1 | 身份证图片类型,0-正面,1-反面 |
注意区别:不光光是参与计算的字段变化,各字段的排序也不一样。
3、实现代码
在github上上传了一下,https://github.com/jdstkxx/pyTencentAI
# -*- coding: utf-8 -*- '''
create by : joshua zou
create date : 2017.11.28
Purpose: tecent ai api
''' import requests
import base64
import hashlib
import time
import random
import os,string,glob
from PIL import Image
from io import BytesIO
from urllib.parse import urlencode
from urllib import parse
import json class MsgTencent(object):
def __init__(self,AppID=None,AppKey=None):
'''
改成你自己的API账号、密码
'''
if not AppID: AppID = ''
if not AppKey: AppKey = 'uuuuuuuuuu'
self.app_id= AppID
self.app_key= AppKey
self.img_base64str=None def get_random_str(self):
#随机生成16位字符串
rule = string.ascii_lowercase + string.digits
str = random.sample(rule, 16)
return "".join(str) def get_time_stamp(self):
return str(int(time.time())) def __get_image_base64str__(self,image):
if not isinstance(image,Image):return None
outputBuffer = BytesIO()
bg.save(outputBuffer, format='JPEG')
imgbase64 = base64.b64encode(outputBuffer.getvalue())
return imgbase64 def __get_imgfile_base64str__(self,image):
if not isinstance(image, str): return None
if not os.path.isfile(image): return None with open(image,'rb') as fp:
imgbase64 = base64.b64encode(fp.read())
return imgbase64 def get_img_base64str(self,image):
if isinstance(image, str):
self.img_base64str= self.__get_imgfile_base64str__(image)
elif isinstance(image,Image):
self.img_base64str= self.__get_imgfile_base64str__(image)
return self.img_base64str.decode() # 组装字典,MD5加密方法
'''
======================================
tencent获得参数对列表N(字典升级排序)
======================================
1\依照算法第一步要求,对参数对进行排序,得到参数对列表N如下。
参数名 参数值
app_id 10000
nonce_str 20e3408a79
text 腾讯开放平台
time_stamp 1493449657 2\按URL键值拼接字符串T
依照算法第二步要求,将参数对列表N的参数对进行URL键值拼接,值使用URL编码,URL编码算法用大写字母,例如%E8,而不是小写%e8,得到字符串T如下:
app_id=10000&nonce_str=20e3408a79&text=%E8%85%BE%E8%AE%AF%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0&time_stamp=1493449657 3\拼接应用密钥,得到字符串S
依照算法第三步要求,将应用密钥拼接到字符串T的尾末,得到字符串S如下。
app_id=10000&nonce_str=20e3408a79&text=%E8%85%BE%E8%AE%AF%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0&time_stamp=1493449657&app_key=a95eceb1ac8c24ee28b70f7dbba912bf 4\计算MD5摘要,得到签名字符串
依照算法第四步要求,对字符串S进行MD5摘要计算得到签名字符串如。
e8f6f347d549fe514f0c9c452c95da9d 5\转化md5签名值大写
对签名字符串所有字母进行大写转换,得到接口请求签名,结束算法。
E8F6F347D549FE514F0C9C452C95DA9D 6\最终请求数据
在完成签名计算后,即可得到所有接口请求数据,进一步完成API的调用。
text 腾讯开放平台 接口请求数据,UTF-8编码
app_id 10000 应用标识
time_stamp 1493449657 请求时间戳(秒级),用于防止请求重放
nonce_str 20e3408a79 请求随机字符串,用于保证签名不可预测
sign E8F6F347D549FE514F0C9C452C95DA9D 请求签名
'''
def gen_dict_md5(self,req_dict,app_key):
if not isinstance(req_dict,dict) :return None
if not isinstance(app_key,str) or not app_key:return None try:
#方法,先对字典排序,排序之后,写app_key,再urlencode
sort_dict= sorted(req_dict.items(), key=lambda item:item[0], reverse = False)
sort_dict.append(('app_key',app_key))
sha = hashlib.md5()
rawtext= urlencode(sort_dict).encode()
sha.update(rawtext)
md5text= sha.hexdigest().upper()
#print(1)
#字典可以在函数中改写
if md5text: req_dict['sign']=md5text
return md5text
except Exception as e:
return None #生成字典
def gen_req_dict(self, req_dict,app_id=None, app_key=None,time_stamp=None, nonce_str=None):
"""用MD5算法生成安全签名"""
if not req_dict.get('app_id'):
if not app_id: app_id= self.app_id
req_dict['app_id']= app_id #nonce_str 字典无值
if not req_dict.get('time_stamp'):
if not time_stamp: time_stamp= self.get_time_stamp()
req_dict['time_stamp']= time_stamp if not req_dict.get('nonce_str'):
if not nonce_str: nonce_str= self.get_random_str()
req_dict['nonce_str']= nonce_str
#app_key 取系统参数。
if not app_key: app_key= self.app_key
md5key= self.gen_dict_md5(req_dict, app_key)
return md5key
'''
基本文本分析
===========
分词 对文本进行智能分词识别,支持基础词与混排词粒度 https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordseg text
词性标注 对文本进行分词,同时为每个分词标注正确的词性 https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordpos text
专有名词识别 对文本进行专有名词的分词识别,找出文本中的专有名词 https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordner text
同义词识别 识别文本中存在同义词的分词,并返回相应的同义词 https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordsyn text 计算机视觉--OCR识别
====================
通用OCR识别 识别上传图像上面的字段信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr image
身份证OCR识别 识别身份证图像上面的详细身份信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_idcardocr image,card_type(身份证,0-正面,1-反面)
名片OCR识别 识别名片图像上面的字段信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_bcocr image
行驶证驾驶证OCR识别 识别行驶证或驾驶证图像上面的字段信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_driverlicenseocr image,type(识别类型,0-行驶证识别,1-驾驶证识别)
营业执照OCR识别 识别营业执照上面的字段信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_bizlicenseocr image
银行卡OCR识别 识别银行卡上面的字段信息 https://api.ai.qq.com/fcgi-bin/ocr/ocr_creditcardocr image
'''
#改成你自己的API账号、密码
APPID=''
APPKEY='UUUUUUUUU'
TencentAPI={
#基本文本分析API
"nlp_wordseg": {
'APINAME':'分词',
'APIDESC': '对文本进行智能分词识别,支持基础词与混排词粒度',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordseg',
'APIPARA': 'text'
},
"nlp_wordpos": {
'APINAME':'词性标注',
'APIDESC': '对文本进行分词,同时为每个分词标注正确的词性',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordpos',
'APIPARA': 'text'
},
'nlp_wordner': {
'APINAME':'专有名词识别',
'APIDESC': '对文本进行专有名词的分词识别,找出文本中的专有名词',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordner',
'APIPARA': 'text'
},
'nlp_wordsyn': {
'APINAME':'同义词识别',
'APIDESC': '识别文本中存在同义词的分词,并返回相应的同义词',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordsyn',
'APIPARA': 'text'
}, #计算机视觉--OCR识别API
"ocr_generalocr": {
'APINAME':'通用OCR识别',
'APIDESC': '识别上传图像上面的字段信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr',
'APIPARA': 'image'
},
"ocr_idcardocr": {
'APINAME':'身份证OCR识别',
'APIDESC': '识别身份证图像上面的详细身份信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_idcardocr',
'APIPARA': 'image,card_type'
},
"ocr_bcocr": {
'APINAME':'名片OCR识别',
'APIDESC': '识别名片图像上面的字段信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_bcocr',
'APIPARA': 'image'
},
"ocr_driverlicenseocr":{
'APINAME':'行驶证驾驶证OCR识别',
'APIDESC': '识别行驶证或驾驶证图像上面的字段信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_driverlicenseocr',
'APIPARA': 'image,type'
},
"ocr_bizlicenseocr":{
'APINAME':'营业执照OCR识别',
'APIDESC': '识别营业执照上面的字段信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_bizlicenseocr',
'APIPARA': 'image'
},
"ocr_creditcardocr":{
'APINAME':'银行卡OCR识别',
'APIDESC': '识别银行卡上面的字段信息',
'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_creditcardocr',
'APIPARA': 'image'
},
} def ExecTecentAPI(*arg,**kwds):
if kwds.get('Apiname'): apiname= kwds.pop('Apiname') url = TencentAPI[apiname]['APIURL']
name = TencentAPI[apiname]['APINAME']
desc= TencentAPI[apiname]['APIDESC']
para= TencentAPI[apiname]['APIPARA'] tx= MsgTencent(APPID,APPKEY) Req_Dict={}
for key in para.split(','):
value=None
print (kwds)
if kwds.get(key): value = kwds.pop(key)
if key=='image':
#图像获取base64
value= tx.get_img_base64str(value)
if key=='text':
#文本进行GBK编码
value= value.encode('gbk') Req_Dict[key]=value
print (key,value,Req_Dict[key]) #生成请求包
sign= tx.gen_req_dict(req_dict=Req_Dict)
resp = requests.post(url,data=Req_Dict,verify=False)
print (name+'执行结果'+resp.text)
return resp.text if __name__ == "__main__":
#名片ocr
file= r'名片.jpg'
rest = ExecTecentAPI(Apiname='ocr_bcocr',image=file)
#文本分析
rest = ExecTecentAPI(Apiname='nlp_wordseg',text='上帝保佑你')
Python3 下实现 腾讯人工智能API 调用的更多相关文章
- 腾讯QQAndroid API调用实例(QQ分享无需登录)
腾讯QQAndroid API调用实例(QQ分享无需登录) 主要分为两个步骤: 配置Androidmanifest.xml 修改activity里边代码 具体修改如下: 1.Activity代 ...
- 腾讯地图 API 调用入门
本文仅为腾讯地图 API 调用入门,如需进阶学习,请在腾讯位置服务网站上进行学习. 登陆网址 https://lbs.qq.com/ 点击右上角的登陆按钮,需要进行注册按照流程进行就好. 完成之后,选 ...
- 讯飞云 API 语音听写 python3 调用例程
#!/usr/bin/python3 # -*- coding: UTF-8 -*- import requests import time import gzip import urllib imp ...
- 反射实现Model修改前后的内容对比 【API调用】腾讯云短信 Windows操作系统下Redis服务安装图文详解 Redis入门学习
反射实现Model修改前后的内容对比 在开发过程中,我们会遇到这样一个问题,编辑了一个对象之后,我们想要把这个对象修改了哪些内容保存下来,以便将来查看和追责. 首先我们要创建一个User类 1 p ...
- Python3 下实现 Tencent AI 调用
1.背景 a.鹅厂近期发布了自己的AI api,包括身份证ocr.名片ocr.文本分析等一堆API,因为前期项目用到图形OCR,遂实现试用了一下,发现准确率还不错,放出来给大家共享一下. b.基于py ...
- python3下搜狗AI API实现
1.背景 a.搜狗也发布了自己的人工智能 api,包括身份证ocr.名片ocr.文本翻译等API,初试感觉准确率一般般. b.基于python3. c.也有自己的签名生成这块,有了鹅厂的底子,相对写起 ...
- 微信小程序wx.getLocation()获取经纬度及JavaScript SDK调用腾讯地图API获取某一类地址
简介 腾讯位置服务为微信小程序提供了基础的标点能力.线和圆的绘制接口等地图组件和位置展示.地图选点等地图API位置服务能力支持,使得开发者可以自由地实现自己的微信小程序产品. 在此基础上,腾讯位置服务 ...
- 30行代码消费腾讯人工智能开放平台提供的自然语言处理API
腾讯人工智能AI开放平台上提供了很多免费的人工智能API,开发人员只需要一个QQ号就可以登录进去使用. 腾讯人工智能AI开放平台的地址:https://ai.qq.com/ 里面的好东西很多,以自然语 ...
- MVC项目实践,在三层架构下实现SportsStore-09,ASP.NET MVC调用ASP.NET Web API的查询服务
ASP.NET Web API和WCF都体现了REST软件架构风格.在REST中,把一切数据视为资源,所以也是一种面向资源的架构风格.所有的资源都可以通过URI来唯一标识,通过对资源的HTTP操作(G ...
随机推荐
- Hadoop生态系统之Yarn
Apache YARN(Yet Another Resource Negotiator) 是Hadoop的集群资源管理系统.YARN被引入Hadoop2最初是为了改善MapReduce的实现,但它具有 ...
- Docker应用场景
Docker的应用场景 Web 应用的自动化打包和发布. 自动化测试和持续集成.发布. 在服务型环境中部署和调整数据库或其他的后台应用. 从头编译或者扩展现有的OpenShift或Cloud Foun ...
- 关于unity3d的ios帧频问题.
原文:http://blog.csdn.net/spiritring/article/details/17606803 static void Start() { if (Application.pl ...
- IDEA之Git分支以及Stash使用
访问我的博客 随着公司开发人员的增加,以及多需求的并行开发,功能上线就会碍手碍脚:害怕自己没写完的代码被别人部署到线上,害怕别人代码没写完被自己部署到线上:总之功能上线之前还要和所有开发沟通,能不能部 ...
- Storm 性能优化
目录 场景假设 调优步骤和方法 Storm 的部分特性 Storm 并行度 Storm 消息机制 Storm UI 解析 性能优化 场景假设 在介绍 Storm 的性能调优方法之前,假设一个场景:项目 ...
- vue-cli keep-alive用法以及activated,deactivated
keep-alive用法 <keep-alive>是Vue的内置组件,能在组件切换过程中将状态保留在内存中,防止重复渲染DOM. include: 字符串或正则表达式.只有匹配的组件会被 ...
- java基础之继承(一)
虽然说java中的面向对象的概念不多,但是具体的细节还是值得大家学习研究,java中的继承实际上就是子类拥有父类所有的内容(除私有信息外),并对其进行扩展.下面是我的笔记,主要包含以下一些内容点: 构 ...
- vuejs深入浅出—基础篇
一.从HelloWorld说起 任何语言的都是从Hello World开始的,VueJs也不例外,直接上代码: <script src="https://unpkg.com/vue/d ...
- Animate.css(一款有意思的CSS3动画库)
官网:https://daneden.github.io/animate.css/ animate.css 是一款跨浏览器的动画库. 使用方式: 在页面的 <head>中引入样式文件: & ...
- JavaScript防抖节流函数
1.直接上码 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <ti ...