我们现在已经生活在未来了………………
用知识的土壤来填埋这些坑洞
人工智能（Artificial Intelligence）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
OCR （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。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
此次使用的API是百度智能云的OCR产品，他提供挺多种识别方式，可以根据需要调用对应的AIP函数（重点是免费）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
#下载安装库
pip install baidu-api
'''
python是一种边解释代码边运行功能的语言，所以代码存在错误也是可以运行的，而排查错误，python也提供异常处理的方法。
系统一开始已经内置了一些特定的应用场景；当我们写代码的过程当中，一旦触发了这个场景，系统内部就会自动的向外界抛出这个问题，也就是我们所谓的异常，程序将被终止执行，软件发生奔溃现象。
预防方式：捕获并处理异常
'''
#第一种
try: #可能产生异常的代码块
f=open("xxx")
f.write() #文件操作
except(BaseException): # 处理异常的代码块
do something
finally: #无论 try 块是否发生异常，最终都要进入 finally 语句，并执行其中的代码块。
f.close()
'''
常见的异常处理：
除零异常：ZeroDivisionError
名称异常：NameError
类型异常：TypeError
索引异常：IndexError
键异常：KeyError
值异常：ValueError
属性异常：AttribureError
迭代器异常：Stoplteration
系统异常类继承树:BaseException 所有内建的异常的基类
'''
#第二种
with open("xxx") as f: #上下文管理器，适用于执行某一段代码之前，进行预处理，执行完代码结束后，进行结束操作
f.write() #所执行的代码
源码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from aip import AipOcr
import os
"""你的百度AppID, API Key, Secret Key"""
APP_ID = ''
API_KEY = ''
SECRET_KEY = ' '
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
"""打开文件，读取图片"""
def get_file_content(filepath):
with open(filepath, 'rb') as fp:
return fp.read()
#r指的是当前所在的文件夹路径，ds是当前文件夹路径下的文件夹列表，fs是当前文件夹路径下的文件列表。
#遍历路径下的图片，但只能图片类型，遇到不支持的文件会报错，请求格式支持：PNG、JPG、JPEG、BMP、TIFF、PNM、WebP
for r, ds, fs in os.walk(r'C:\'):
for fn in fs:
fname = os.path.join(r, fn) #将r和fn进行路径拼接
image = get_file_content(fname) #打开图片
ret = client.basicAccurate(image) #图片转换类型选择
for item in ret.get('words_result'):
print(item.get('words'))