Python调用百度OCR实现图片文字识别的示例代码

Evan

发布时间：2026-10-14| 5人浏览过

原创

本文介绍如何利用Python调用百度AI开放平台提供的OCR接口，实现图片文字识别功能。百度AI提供每日50000次免费额度。文章详细演示了从创建应用获取密钥、安装baidu-aip库，到编写Python代码调用通用文字识别接口的完整流程，并对比了与pytesseract的效果。

百度OCR免费额度与准备工作

百度AI开放平台为开发者提供了每日50000次的免费文字识别调用额度，这足以满足大多数个人开发者和小型项目的测试与使用需求。接下来将直接介绍具体的实现步骤。

首先需要在百度AI开放平台注册并创建一个应用程序。按照平台指引完成应用创建流程后，系统将生成用于接口调用的必要凭证信息。

应用创建成功后，控制台会展示以下关键配置信息：


APP_ID = '******'
API_KEY = '************'
SECRET_KEY = '**************'

安装百度AI Python SDK

随后需要安装百度AI的Python SDK包。请在终端或命令行环境中执行以下pip安装命令，请注意库名称为 baidu-aip：


pip install --user baidu-aip

Python代码实现与结果分析

以下是具体的Python实现代码。用户只需将代码中的图片路径替换为实际待识别的图片文件路径，即可直接运行程序：


from aip import AipOcr
 
# 定义常量
APP_ID = '21372704'
API_KEY = 'YKpXQwN5zj79g99fZK8i4Kn1'
SECRET_KEY = 'RTIAaFrvvgHbej7eALMKmjR0uF93rHCQ'
 
# 初始化AipFace对象
aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
# 读取图片
filePath = "test.JPG"
 
def get_file_content(filePath):
  with open(filePath, 'rb') as fp:
    return fp.read()
 
# 定义参数变量
options = {
  'detect_direction': 'true',
  'language_type': 'CHN_ENG',
}
 
# 调用通用文字识别接口
result = aipOcr.basicGeneral(get_file_content(filePath), options)
print(result)
words_result=result['words_result']
for i in range(len(words_result)):
  print(words_result[i]['words'])
 
#代码参考了：https://blog.csdn.net/u013421629/article/details/79500336

需要注意的是，如果输入图片清晰度不足，识别结果的准确性可能会受到影响。不过，与pytesseract库的OCR识别效果相比，百度OCR的表现已经显著提升。百度OCR接口返回的数据格式为字典结构。以下是一个具体的调用示例：