pythonocr识别,OCR识别概述Python图像操作,ocr,总结,python,图片

本周使用了百度的OCR图片识别服务&＃xff0c;遇到了一些问题&＃xff0c;这里总结一下。

其中api中说明识别限制&＃xff1a;

1.图片 分辨率不高于4096*4096

2.图片 base64编码后小于4M

超过后&＃xff0c;需要重新上传

针对这两个要求做一下图片处理&＃xff0c;主要使用python的PIL包

思路主要是&＃xff1a;超过限制的就缩小图片分辨率

1.图片 分辨率不高于4096*4096

from PIL import Image

#等比例缩小

def process_image(filename, mwidth&＃61;4000, mheight&＃61;4000):

image &＃61; Image.open(filename)

w, h &＃61; image.size

if w <&＃61; mwidth and h <&＃61; mheight:

print(filename, &＃39;is OK.&＃39;)

return

if (1.0 * w / mwidth) > (1.0 * h / mheight):

scale &＃61; 1.0 * w / mwidth

new_im &＃61; image.resize((int(w / scale), int(h / scale)), Image.ANTIALIAS)

else:

scale &＃61; 1.0 * h / mheight

new_im &＃61; image.resize((int(w / scale), int(h / scale)), Image.ANTIALIAS)

new_im.save(filename)

new_im.close()

im &＃61; Image.open(local_img_path)

width, length &＃61; im.size[0], im.size[1]

if width > 4096 or length > 4096:

print(&＃39;img长宽&＃39;, width ,length)

process_image(local_img_path)

2.图片 base64编码后小于4M

def get_file_content(file_path):

&＃39;&＃39;&＃39;

读取文件内容,file_path可能为图片地址

:param file_path:

:return:

&＃39;&＃39;&＃39;

with open(file_path, &＃39;rb&＃39;) as fp:

return fp.read()

image &＃61; get_file_content(local_img_path)

data &＃61; base64.b64encode(image)

img_limit &＃61; 4 * 1024 * 1024

if len(data) > img_limit:

print(&＃39;之前base64字节长度&＃39;, len(data), "> 4M ")

process_image(local_img_path,3000,3000)

image &＃61; get_file_content(local_img_path)

data &＃61; base64.b64encode(image)

print(&＃39;之后base64字节长度&＃39;,len(data))

图片操作总结&＃xff1a;

PIL提供了通用的图像处理功能&＃xff0c;以及大量的基本图像操作&＃xff0c;如图像缩放、旋转、颜色转换等。

基本图像操作和处理(python)

图片保存本地

python3中urllib.request模块提供的urlretrieve()函数。urlretrieve()方法直接将远程数据下载到本地。

import urllib.request as request

local_img_path &＃61; &＃39;temp_img.jpg&＃39;

request.urlretrieve(img_url, local_img_path)