golang 腾讯通用OCR 文字识别 Api 调用

本文分享了作者在使用腾讯OCR API过程中的实践心得,包括从本地上传、URL下载及Base64编码的图片识别功能实现,同时对比了百度与腾讯的API特性,并对腾讯API的使用进行了详细的技术解析。
一时的想法,想调着玩一玩,结果一下午没了(欸,菜)
首先,图片文字识别(我认为可行的)大概有两个途径,百度Api一天5w次通用调用机会(也有qps限制),腾讯每秒1或2次(个人认证完2次),这里觉得百度确实有点抠
腾讯的话应用广泛一些,qq里日常的语音识别,文字识别都大量用到,短期不会有大变化
但是腾讯目前不支持提交图片url,所以就要先下载下来,再提交

实现了三个功能,从本地上传识别,从url下载识别和base64编码的字符串识别
2020-6-1版本,结合了一些新想法,比以前好了点,放在一个文件里可能有些乱,见谅了
自定义 Param 结构体及方法,可以拿出来用在腾讯AI的其他 api 调用上,例:
中英互译

package TencentOCR

import (
	"bytes"
	"crypto/md5"
	"encoding/base64"
	"encoding/hex"
	"fmt"
	"golang.org/x/time/rate"
	"io"
	"io/ioutil"
	"log"
	"net/http"
	"net/url"
	"os"
	"sort"
	"strconv"
	"strings"
	"time"
)

/*
可以直接拿去使用
把自己开通好的 id 和 key 换了就可以,需要在应用中添加对应能力
返回的数据是原始字节数组(json格式),根据需要可以直接返回给前端解析
或者在服务端解析
 */

var (
	// 自己去官网开账号,开应用
	appId  = "*"
	appKey = "*"
	// Tencent's OCR QPS is 2 for me
	OcrLimiter = rate.NewLimiter(2, 2)
)

// 为了排序
type Param struct {
   
   
	key, value string
}

func SortParams(p []Param) {
   
   
	// 升序
	sort.Slice(p, func(i, j int) bool {
   
   
		if p[i].key < p[j].key {
   
   
			return true
		}
		return false
	})
}

func ParamsToString(p []Param) string {
   
   
	s := ""
	for _, v := range p {
   
   
		if v.value == "" {
   
   
			continue
		}
		// value 需要进行 url 编码
		s += v.key + "=" + url.
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值