python实现PDF文档间对比（百度文本识别接口）

Posted 2023-05-11

参考技术A 一、原理
1、将PDF文档每页转换为图像
2、调用 百度通用文本识别 页面接口，对图像进行内容识别
3、对图像内容进行对比，并将对比不一致的内容在文档图像上进行标记（红框）
4、将对比结果表格输出为html，以便进行识别

二、范围和限制
1、目前仅支持PDF文档之间的对比
2、无法识别图形（盖章和logo）、不清晰字迹
3、需要联网使用（OCR使用的是百度通用文本识别接口，仅限测试使用，暂不限次数）
4、对比存在误差（原因为百度OCR识别无法达到100%准确）

三、安装库
pip install pymupdf
pip install requests

四、参数
originPDF: PDF文档原件路径
contrastPDF: PDF文档扫描件路径
resultRoot: 输出结果路径（提示：程序运行后会清空该目录，请不要直接设置桌面）
输出 : 标注差异的文档图像、Html文档

五、源码

六、执行结果示例：

利用百度云接口实现车牌识别·python

一个小需求---实现车牌识别。

目前有两个想法

1. 调云在线的接口或者使用SDK做开发（配置环境和编译第三方库很麻烦，当然使用python可以避免这些问题）

2. 自己实现车牌识别算法（复杂）

---

 一开始准备使用百度云文字识别C++ SDK来做，发现需要准备curl、jsoncpp和OpenCV，并且curl和jsoncpp需要自己编译，很麻烦，所以换用了python来做，真的是顺畅简单。

1. 安装python环境（我用python3.7）

python官网下载地址：https://www.python.org/downloads/release/python-374/ 建议直接下载安装版installer（看对系统和位数）

 

打开安装包无脑安装即可。安装好之后，看一下是否安装成功。

cmd

python --version

2. 百度云SDK下载安装及创建应用

参考https://cloud.baidu.com/doc/OCR/s/pjwvxzmtc文档，安装python SDK

查看pip版本（python环境自带，但是要注意版本）

pip --version

如果版本不合适，那么自行升级pip

pip install -U pip

安装baidu-aip

pip install baidu-aip

（安装成功的样子）

现在我们的百度云SDK就安装好了，下来创建应用

登录百度云（没账号注册一下）

创建应用

自己填一下 

 现在我们就创建好了车牌识别的应用，点击应用列表可查看。

这里的APPID、API KEY、Secret Key要在代码中使用。（注意不要泄漏）

3. 编码调接口，实现需求

python代码实现

 1 ‘‘‘
 2 Statement
 3 1. using the file
 4 2. prepare a image path and call func "get_license_plate(filePath)"
 5 3. you can get a json object
 6 4. get the info from the pbject
 7 example : 
 8 
 9     "log_id": 3583925545,
10     "words_result": 
11         "color": "blue",
12         "number": "苏HS7766"
13     
14 
15 ‘‘‘
16 
17 from aip import AipOcr
18 import json
19 
20 """get img"""
21 def get_file_content(filePath):
22     with open(filePath, ‘rb‘) as fp:
23         return fp.read()
24 
25 """ get licsense plate """
26 def get_license_plate(filePath):
27     """ APPID AK SK """
28     APP_ID = ‘********‘
29     API_KEY = ‘**************‘
30     SECRET_KEY = ‘******************‘
31 
32     """ create client """
33     client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
34 
35     image = get_file_content(filePath)
36 
37     """ 调用车牌识别 """
38     res = client.licensePlate(image)
39     return res
40 
41 
42 """ call example """
43 str = ‘C:\\\\Users\\\\***\\\\Desktop\\\\big.jpg‘ """ 照片绝对地址 """
44 res = get_license_plate(str)
45 print(‘车牌号码：‘ + res[‘words_result‘][‘number‘])
46 print(‘车牌颜色：‘ + res[‘words_result‘][‘color‘])

代码分解

引入库

from aip import AipOcr """百度云SDK"""
import json """json库"""

创建客户端

""" APPID AK SK 自己创建的应用中的数据"""
APP_ID = ‘*******‘
API_KEY = ‘***************‘
SECRET_KEY = ‘******************‘

""" create client """
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

调用接口得到车牌识别结果

image = get_file_content(filePath)

""" 调用车牌识别 """
res = client.licensePlate(image)

这里的res是一个json对象/一个dict

例子

    "log_id": 3583925545,
    "words_result": 
        "color": "blue",
        "number": "苏HS7766"
    

可以使用res[‘listname‘][‘listname‘]形式获取字典数据

print(‘车牌号码：‘ + res[‘words_result‘][‘number‘])
print(‘车牌颜色：‘ + res[‘words_result‘][‘color‘])

至此，我们就实现了使用百度云SDK，通过编写python代码调用接口的车牌识别需求。

参考文档

【1】百度云API文档：https://cloud.baidu.com/doc/OCR/s/pjwvxzmtc/

【2】python pip安装与使用：https://www.runoob.com/w3cnote/python-pip-install-usage.html

【3】python官网：https://www.python.org/downloads/release/python-374/