php实现ocr文字识别
程序员文章站
2023-12-30 10:47:22
...
OCR的百度定义 (Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法 将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成 文本格式,供文字处理软件进一步编辑加工的技术。
作为一个工程师,在实际编程中,可能需要把图片中的文字显示出来,这就需要用到ocr技术。因为php开发,所以优先选择php,找了php的ocr扩展测试了下,结果发现不可用(地址:http://sourceforge.net/projects/phpocr.berlios)? 网上也看了很多朋友的demo,基本上原理都是对图片分解成0,1矩阵,然后根据特征,转化成相应的字符串。测试几个都是不可行的。然后看到别人说PHP 搞OCR的很少,也不适合,语言效率太低,这种算法需要很高的效率。可以尝试C,MATLAB 等的OCR算法。搞matlab的玩OCR这类偏算法的很多。
无奈才虚学浅,不会C。无意中却发现百度有ocr的api提供:http://apistore.baidu.com/apiworks/servicedetail/146.html。
写了个玩下:
- <?php
- header("Content-type: text/html; charset=utf-8");
- function curl($img){
- $ch = curl_init();
- $url ='http://apis.baidu.com/apistore/idlocr/ocr';//百度ocr api
- $header = array(
- 'Content-Type:application/x-www-form-urlencoded',
- 'apikey:69c2ace1ef297ce88869f0751cb1b618',
- );
- $data_temp = file_get_contents($img);
- $data_temp = urlencode(base64_encode($data_temp));
- //封装必要参数
- $data ="fromdevice=pc&clientip=127.0.0.1&detecttype=LocateRecognize&languagetype=CHN_ENG&imagetype=1&image=".$data_temp;
- curl_setopt($ch, CURLOPT_HTTPHEADER , $header);// 添加apikey到header
- curl_setopt($ch, CURLOPT_POST,1);
- curl_setopt($ch, CURLOPT_POSTFIELDS, $data);// 添加参数
- curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
- curl_setopt($ch , CURLOPT_URL , $url);// 执行HTTP请求
- $res = curl_exec($ch);
- if($res === FALSE){
- echo "cURL Error: ". curl_error($ch);
- }
- curl_close($ch);
- $temp_var = json_decode($res,true);
- return $temp_var;
- }
- $wordArr = curl('4.jpg');
- if($wordArr['errNum']==0){
- var_dump($wordArr);
- }else{
- echo "识别出错:".$wordArr["errMsg"];
- }
测试了几张图片,准确度还是蛮高的。百分百的话,是不现实的~