利用百度文字识别API获取视频图片上的文字信息

背景描述：

    在对监控录像进行分析时，希望直接获取到视频上面的时间信息，以视频上的时间戳对关心的帧命名等，本文通过调用百度文字识别API获取到图片上的文字信息（主要是时间+地点）。

主要步骤：

    1. 前往百度API中心申请自己的Api Key 和 Secret Key；

    2.  获取自己的 Access token；

    3. 调用API进行文字识别，目前通用文字识别可免费试用，每天限调用5W次。

获取Access token

import base64
import requests

API_KEY = "FuwbiOjQ2UkOuDZhsj****"  # 自己去申请
SECRET_KEY = "xhq07lmabjNvQ028rCGpjRDFbitF****"  # 自己去申请
API_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"


def get_access_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&' \
           'client_id=FuwbiOjQ2UkOuDZhsj****&client_secret=xhq07lmabjNvQ028rCGpjRDFbitF***'
    # 将client_id 和 client_secret替换自己的值
    headers = {'Content-Type': 'application/json; charset=UTF-8'}
    res = requests.get(url=host, headers=headers).json()
    access_token = res["access_token"]
    print(access_token)
    return access_token

调用API获得结果

"""
利用百度的OCR API 提取视频画面上的时间
"""
import base64
import requests

API_KEY = "FuwbiOjQ2UkOuDZhsjg***"
SECRET_KEY = "xhq07lmabjNvQ028rCGpjRDFbit**"
API_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"


def get_access_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&' \
           'client_id=FuwbiOjQ2UkOuDZhsjg***&client_secret=xhq07lmabjNvQ028rCGpjRDFbi**'
    headers = {'Content-Type': 'application/json; charset=UTF-8'}
    res = requests.get(url=host, headers=headers).json()
    access_token = res["access_token"]
    print(access_token)
    return access_token


def text_extract(img_path, access_token):
    data = {}
    data["access_token"] = access_token
    data["image"] = base64.b64encode(open(img_path, "rb").read())
    headers = {"Content-Type": "application/x-www-form-urlencoded"}
    res = requests.post(url=API_URL, headers=headers, data=data)
    result = res.json()
    img_show_time = result["words_result"][0]["words"]
    return img_show_time


if __name__ == "__main__":
    img_path = "./4.jpg"
    access_token = get_access_token()
    time_on_image = text_extract(img_path=img_path, access_token=access_token)

结果展示

# 返回结果
{'log_id': 7056746947134263375, 'words_result_num': 2, 
'words_result': [{'words': '2019-06-1309:39:35'}, 
{'words': '****墩处桥面灯杆5m处)'}]}