详细功能描述及代码带您快速接入百度大脑通用文字识别
作者:才能我浪费99
1.功能描述:
基于深度学习及大规模图像训练,准确识别图片中的物体、场景信息。可以应用于:
相关内容及广告推荐:对用户浏览网页中图片进行分析,识别图片内容给出相关内容推荐或广告展示。
相册分类及智能美图:批量读图实现相册智能分类管理。
通用物体与场景识别进行了能力升级——模型升级,Top1准确率绝对值提升7%,业界领先!具体如下图所示:
2.平台接入
通用物体与场景识别接入网址:https://console.bce.baidu.com/ai/?fromai=1#/ai/imagerecognition/overview/index
具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327
3.调用攻略(Python3)及评测
3.1首先认证授权:
在开始调用任何API之前需要先进行认证授权,具体的说明请参考:
http://ai.baidu.com/docs#/Auth/top
具体Python3代码如下:
# -*- coding: utf-8 -*-
#!/usr/bin/env pythonimport urllib
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】#获取token
def get_token():host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secretrequest = urllib.request.Request(host)request.add_header('Content-Type', 'application/json; charset=UTF-8')response = urllib.request.urlopen(request)token_content = response.read()if token_content:token_info = json.loads(token_content)token_key = token_info['access_token']return token_key
3.2通用物体与场景识别分析接口调用:
详细说明请参考: https://ai.baidu.com/docs#/ImageClassify-API/
说明的比较清晰,这里就不重复了。
大家需要注意的是:
API访问URL:https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general
Base64编码字符串,以图片文件形式请求时必填。(支持图片格式:jpg,bmp,png,jpeg),图片大小不超过4M。最短边至少15px,最长边最大4096px。注意:图片需要base64编码、去掉编码头后再进行urlencode。
Python3调用代码如下:
#通用物体与场景识别,返回可能性最大的通用物体与场景
#filename:图片名(本地存储包括路径),plantnum展示的数量
def general(filename,plantnum):request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"# 二进制方式打开图片文件f = open(filename, 'rb')img = base64.b64encode(f.read())params = dict()params['image'] = imgparams['baike_num'] = plantnumparams = urllib.parse.urlencode(params).encode("utf-8")#params = json.dumps(params).encode('utf-8')access_token = get_token()request_url = request_url + "?access_token=" + access_tokenrequest = urllib.request.Request(url=request_url, data=params)request.add_header('Content-Type', 'application/x-www-form-urlencoded')response = urllib.request.urlopen(request)content = response.read()if content:#print(content)content=content.decode('utf-8')#print(content)data = json.loads(content)result=data['result']nums=min(plantnum,len(result))for i in range(0,nums):item=result[i]print ('名称:',item['keyword'])print ('可能性:',item['score'])baike_info=item['baike_info']print ('百科描述:',baike_info['description'])print ('百科链接:',baike_info['baike_url'])print ('百科图片:',baike_info['image_url'])general("../img/cbd1.jpg",1)
4.功能评测及建议:
选用不同的数据对效果进行测试,具体效果如下:
名称: 汗血马
可能性: 0.886632
百科描述: 汗血宝马,学名阿哈尔捷金马(拉丁学名:Akhal-teke horses),原产于土库曼斯坦。头细颈高,四肢修长,皮薄毛细,步伐轻盈,力量大、速度快、耐力强。德、俄、英等国的名马大都有阿哈尔捷金马的血统。汗血宝马是土库曼斯坦的国宝,并将其形象绘制在国徽和货币上。
百科链接: http://baike.baidu.com/item/%E6%B1%97%E8%A1%80%E5%AE%9D%E9%A9%AC/14310
百科图片: http://imgsrc.baidu.com/baike/pic/item/f31fbe096b63f6241b16dd1c8144ebf81a4ca362.jpg
名称: 电脑
可能性: 0.834694
名称: 都市夜景
可能性: 0.95057
百科描述: 内容简介本书集中收集了近年来国内外城市灯光设计的范例,并配以图片说明。书中将都市夜景分为城市鸟瞰、广场、街道、建筑、商店入口、橱窗、广告、标志、配景共7大类。本书对城市景观及灯光设计具有参考价值。
百科链接: http://baike.baidu.com/item/%E9%83%BD%E5%B8%82%E5%A4%9C%E6%99%AF/9838817
百科图片: http://imgsrc.baidu.com/baike/pic/item/d089b9863208d46867096ed3.jpg
测试下来,整体感觉处理的结果和速度都很好,对于不同物体与场景的识别都很准确。不过与百科内容结合还有提高的余地。
建议:是否能够扩展,提供每个物体的bounding box?
详细功能描述及代码带您快速接入百度大脑通用文字识别相关推荐
- 详细流程及源代码帮您快速接入百度大脑手势识别
作者:wangwei8638 手势识别应用于智能家电.家用机器人.可穿戴.儿童教具等硬件设备,通过用户的手势控制对应的功能,人机交互方式更加智能化.自然化.本文主要介绍手势识别API的调用使用攻略. ...
- 快速接入百度大脑出租车票识别
作者:才能我浪费99 1.功能描述: 支持识别全国各大城市出租车票的6个关键字段,包括发票号码.代码.车号.日期.时间.金额.使用出租车票识别技术,实现对发票号码.日期.时间.金额等信息的自动识别和录 ...
- 国航APP接入百度大脑OCR身份证识别技术,让机票购买更便捷!
价值成果 中国国航APP通过接入百度大脑OCR身份证识别技术,实现了旅客线上自助修正错购机票信息的功能.购票信息错误的旅客只需在中国国航APP上传身份证照片,即可进行购票身份认证,并立即修正错误信息. ...
- 快速接入百度大脑网络图片识别
作者:才能我浪费99 1.功能描述 依托全网海量优质数据和业界领先的深度学习技术针对网络图片进行优化识别,支持更多网络字体和复杂背景下的文字识别 2.平台接入 具体接入方式比较简单,可以参考我的另一个 ...
- 快速接入百度大脑银行卡识别
1.功能描述: 支持对主流银行卡的卡号.有效期.发卡行.卡片类型4个关键字段进行结构化识别,识别准确率超过99% 2.平台接入 具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了: http ...
- 快速上手百度大脑人体关键点识别
作者:wangwei8638 人体关键点识别能够检测图像中的人体并返回人体矩形框位置,精准定位21个核心关键点,包含头顶.五官.颈部.四肢主要关节部位,支持多人检测.大动作等复杂场景.本文以瑜伽动作为 ...
- 三十行代码教你做个通用文字识别程序
三十行代码教你做个通用文字识别程序 准备 开始编程 测试 准备 在开始敲代码前,我们先做一些准备.我们的这个通用文字识别程序的原理很简单,就是通过API调用百度智能云提供的免费的通用文字识别(标准版) ...
- Yhen手把手带你使用百度智能云②----文字识别
声明: 以下内容为本人原创,仅供用于参考学习 禁止用于商业及违法用途 ·作者:@Yhen ·原文网站:CSDN ·原文链接:https://blog.csdn.net/Yhen1/article/de ...
- 接入百度大脑手写文字识别为企业降本增效
作者:https://ai.baidu.com/forum/topic/show/945112 一.需求描述: 信息智能化时代,大部分中小企业都用上了ERP等办公软件,数字化纸质内容,软件化管理数据, ...
最新文章
- position 再谈
- axure变成一个小手了_Axure原型:超漂亮的系统首页
- 专访 TensorFlow 贡献者唐源:掌握 Google 深度学习框架的正确姿势
- 一些关于毫米波技术的文献
- CodeForces - 868F Yet Another Minimization Problem
- 剑指offer 面试题32 从1到n整数中1出现的次数
- java从入门到精通6
- 【windows】修复win7便签
- dell服务器无线网卡,dell笔记本内置无线网卡找不到怎么处理
- VAX/VMS虚拟内存系统
- Mysql按天数据统计
- 字谜游戏(b)C语言
- 物联网应用隐私保护技术
- 实现树莓派模拟wifi进行打卡签到
- Linux从零搭建web服务器
- 关于信息检索(IR)、搜索引擎的学与思
- AutoJs+mitmproxy App爬虫
- Java业务系统是怎么和MySQL交互的?
- CISP查询具体步骤
- 实验篇(7.2) 05. 通过浏览器访问远端内网服务器 (SSL) ❀ 远程访问