使用腾讯云的免费额度进行ocr识别，提取图片中的文字（每个月免费1000额度）

需求描述

• 最近有一个图片识别提取文字的需求
• 本来想使用tesseract.js写
• 后来发现识别率还是不太够用
• 于是，更改为使用腾讯云的接口服务（笔者一直购买的是腾讯云的服务器）
• 本文，记录一下使用的过程（主要是使用node启一个服务，再去调用腾讯云的服务）

每个月免费1000额度

• 腾讯云，财大气粗，每个月都有1000额度，如下图：
• 腾讯云，财大气粗，每个月都有1000额度，如下图：
• 腾讯云，财大气粗，每个月都有1000额度，如下图：

个人足够用了...

识别此图片的结果

假设我们有这张图片，需要去识别其中的文字

识别成功的结果json如下：

{
    Angel: 359.989990234375,
    Angle: 359.989990234375,
    Language: 'zh',
    PdfPageSize: 0,
    RequestId: '5790201d-cd25-402c-b14b-d898242fdd2c',
    TextDetections: [
      {
        AdvancedInfo: '{"Parag":{"ParagNo":1}}',
        Confidence: 100,
        DetectedText: '《登鹳雀楼》',
        ItemPolygon: [Object],
        Polygon: [Array],
        WordCoordPoint: [],
        Words: []
      },
      {
        AdvancedInfo: '{"Parag":{"ParagNo":2}}',
        Confidence: 100,
        DetectedText: '[唐].王之涣',
        ItemPolygon: [Object],
        Polygon: [Array],
        WordCoordPoint: [],
        Words: []
      },
      {
        AdvancedInfo: '{"Parag":{"ParagNo":3}}',
        Confidence: 100,
        DetectedText: '白日依山尽，黄河入海流。',
        ItemPolygon: [Object],
        Polygon: [Array],
        WordCoordPoint: [],
        Words: []
      },
      {
        AdvancedInfo: '{"Parag":{"ParagNo":3}}',
        Confidence: 100,
        DetectedText: '欲穷千里目，更上一层楼。',
        ItemPolygon: [Object],
        Polygon: [Array],
        WordCoordPoint: [],
        Words: []
      }
    ]
  }

准确率还是不错的，这样的话，我们拿到识别后的结果，就可以进行相关的操作了

代码

• 使用 npm init --y 创建一个node项目
• 再下载腾讯云的包 npm i tencentcloud-sdk-nodejs --save
• 新建一个index.js文件
• 复制粘贴以下代码，即可使用

const fs = require('fs');
const path = require('path');
const tencentcloud = require("tencentcloud-sdk-nodejs")

// 导入对应产品模块的client models。
const OcrClient = tencentcloud.ocr.v20181119.Client

// 实例化要请求产品的client对象
const client = new OcrClient({
    // 腾讯云认证信息
    credential: {
        secretId: "xxxyyyzzzId",
        secretKey: "xxxyyyzzzKey",
    },
    // 产品地域
    region: "ap-shanghai",
    // 可选配置实例
    profile: {
        signMethod: "TC3-HMAC-SHA256", // 签名方法
        httpProfile: {
            reqMethod: "POST", // 请求方法
            reqTimeout: 30, // 请求超时时间，默认60s
        },
    },
})


/**
 * 传参方式一，通过图片URL传参
 * */ 
// const params = {
//     "ImageUrl": "http://ashuai.work/api/pic.png"
// };

/**
 * 传参方式二，通过图片base64传参（读取本地的图片文件，并转成base64）
 * */ 
const data = fs.readFileSync(path.join(__dirname, 'pic.png'));
const base64Image = data.toString('base64');
const dataUrl = `data:image/png;base64,${base64Image}`;

const params = {
    "ImageBase64": dataUrl
}

/**
 * 通过client对象调用想要访问的接口（Action），需要传入请求对象（Params）以及响应回调函数
 * 即：client.Action(Params).then(res => console.log(res), err => console.error(err))
 * Action 有多重类型 GeneralBasicOCR通用识别  IDCardOCR身份证识别  DriverLicenseOCR识别等
 * */ 

client.GeneralBasicOCR(params).then(
    (data) => {
        console.log(data) // 拿到识别后的数据
    },
    (err) => {
        console.error("error", err)
    }
)

注意事项

secretId 和 secretKey

• secretId 和 secretKey 在 控制台获取 https://console.cloud.tencent.com/cam/capi
• 如下图示

完整github代码： https://github.com/shuirongshuifu/tx-ocr

腾讯云官方文档：https://cloud.tencent.com/document/product/866/35945