目录
- 1. 申请百度OCR服务
- 1.1. 百度OCR登录
- 1.2 创建新应用
- 1.3 免费领取次数
- 1.3 查看是否创建成功
- 2. 按键精灵运用百度OCR接口
- 2.1 通用文字识别（高精度版）文档
- 2.1.1 接口描述
- 2.1.2 请求说明
- 2.1.3 获取access_token
- 2.2按键精灵代码实现获取access_token
- 2.3. header 和 body参数
- 2.3.1 header 参数
- 2.3.2 body 参数
- 2.3.3 image 参数
- 2.4 返回参数
- 2.5 按键精灵代码实现图片base64转换
- 2.6 按键精灵代码实现获取word_result
- 2.7 一个小游戏截图效果图
- 2.8 关键代码整合：
- 3 OCRSpace文字识别
- 3.1 OCRSpace关键代码
1. 申请百度OCR服务
1.1. 百度OCR登录
进入 百度智能云-登录 ，登入百度账号后，在产品应用里面选择文字识别服务。
点击进入后：
1.2 创建新应用
应用的名称自己填
应用归属：这里我选择是的个人。应用描述自己填，
1.3 免费领取次数
点击免费领取次数，进入后全选
在没有认证的情况下，免费次数就通用文字识别（高精度版）每个月200次。若是进行实名认证，每个月1000次。
实名认证（根据需要自行决定）
1.3 查看是否创建成功
点击应用列表自己查看
在应用列表中API KEY和Secret Key 之后会用到可以先记录下来。
2. 按键精灵运用百度OCR接口
2.1 通用文字识别（高精度版）文档
2.1.1 接口描述
在通用文字识别的基础上，提供更高精度的识别服务，支持更多语种识别（丹麦语、荷兰语、马来语、瑞典语、印尼语、波兰语、罗马尼亚语、土耳其语、希腊语、匈牙利语、泰语、越语、阿拉伯语、印地语及部分中国少数民族语言），并将字库从1w+扩展到2w+，能识别所有常用字和大部分生僻字。
2.1.2 请求说明
这里看到在使用前需要先获得access_token 值。
2.1.3 获取access_token
简单来说就是：就是向https://aip.baidubce.com/oauth/2.0/token发请求其中带上grant_type、client_id、client_secret三个参数值就行。
2.2按键精灵代码实现获取access_token
Sub 获取access_token
// 填写自己的API_KEY 和 SECRET_KEY
API_KEY = ""
SECRET_KEY = ""
// 获取access_token
Set tokenPost = CreateObject("Msxml2.ServerXMLHTTP.3.0")
tokenPost.Open "Post", "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=" & API_KEY & "&client_secret=" & SECRET_KEY, False
tokenPost.Send
If tokenPost.readyState = 4 Then
TracePrint tokenPost.responsetext
Set obj = json.Decode(tokenPost.responsetext)
TracePrint obj("access_token")
access_token = obj("access_token")
End If
tokenPost.abort
Set tokenPost = Nothing
End Sub这里我们就获取到了 access_token ,接下来我们就开始解决header和body的参数问题了
2.3. header 和 body参数
2.3.1 header 参数
文档的部分内容如下：
大概就Header要发一个Content-Type，其值按照要求写就行了。
2.3.2 body 参数
这有三选一的参数，一个是image和url、PDF的参数形式。这里因为图片是保存在本地，将选用的是image的参数。后边详细在详细分析下image参数的格式。其他参数都是非必选的，就是自行看文档了。
在文档中还有一些代码的样例。不幸的是就按键精灵语言
2.3.3 image 参数
首先可以看到，图片需要进行base64编码，然后进行urlencode。两者区别具体可以看 这里解释下：在按键精灵中用 Base64 转变后，你只要把其中的 “+” 号替换为 %2d 就行了。
2.4 返回参数
这里就根据需求看那些返回值比较重要，其中word_result 无疑是十分重要，返回的是识别的结果，并保存在数组中。现在大致了解了参数设置和返回参数的问题。接下就实现代码了
2.5 按键精灵代码实现图片base64转换
代码主要参考网上图片转base64代码
// 图片转Base64
Function ImagesToBase64(FilePath)
Dim xml
Dim root
Dim fs
Dim objStream
Dim objXMLDoc
Dim Base64
Set objXMLDoc = CreateObject("Microsoft.XMLDOM") // 可以访问和操作XML文档
objXMLDoc.loadXML "<?xml version='1.0' ?><data></data>" // 导入指定字符串的XML文档
Set fs = createObject("Scripting.FileSystemObject") // 可以操作磁盘、文件夹或文本文件
If fs.FileExists(FilePath) Then // 判断文件是否存在
'用 stream 来读取数据
Set objStream = CreateObject("ADODB.Stream") // 可以存取二进制数据或者文本流
objStream.Type = 1 // 表示二进制数据
objStream.Open // 打开objStream
objStream.LoadFromFile FilePath // 加载文件数据（下载图片用SaveToFile）
objXMLDoc.documentElement.dataType = "bin.base64" // 设置节点数据类型
objXMLDoc.documentElement.nodeTypedvalue = objStream.Read // 从objStream读取，再存储到根节点（objXMLDoc.documentElement代表XML文档的根节点）
'数据流读取结束.得到了值 objXMLDoc
'创建XML文件
Set xml = CreateObject("Microsoft.XMLDOM")
xml.load objXMLDoc // 导入指定位置的XML文档
If xml.ReadyState > 2 Then // 0:未初始化；1：载入；2：载入完成；3：交互；4：完成
Set root = xml.getElementsByTagName("data")// 返回指定名字的节点集合（可能会有多个重名节点）
Base64 = root(0).Text
Base64 = Replace(Base64, vbLf, "") // 去除换行（vbLf相当于chr(10)）（可以不去除）
Base64 = Replace(Base64,"+","%2B") // 替换加号（文档未说明，但需要此操作，而且不要进行urlencode）
Else
Base64 = ""
End If
Set xml = Nothing
Set objStream = Nothing
Else // 文件不存在
Base64 = ""
End If
Set fs = Nothing
Set objXMLDoc = Nothing
ImagesToBase64 = Base64
// //TracePrint ImagesToBase64
End Function这里需要注意的是
Base64 = Replace(Base64, vbLf, "") // 去除换行（vbLf相当于chr(10)）（可以不去除）
Base64 = Replace(Base64,"+","%2B") // 替换加号（文档未说明，但需要此操作，而且不要进行urlencode）网上部分图片转base64结果有出现换行情况。base64转变后只要把其中的 “+” 号替换为 %2d 就行了，而且不要进行urlencode。
2.6 按键精灵代码实现获取word_result
其中导入了vbsjson.vbs 辅助用于JSON转换，其实也可以不用。自己根据返回的结果进行解析取出关键信息也是ok的
Import "F:\按键精灵\按键精灵商业版\按键精灵2014\plugin\vbsjson.vbs"
Set json = New vbsJson
Function full_contribution()
Call Plugin.Pic.PrintScreen(L_position_x,L_position_y,R_position_x,R_position_y, "F:\按键精灵\按键精灵商业版\数字识别截图.bmp")
//这里先截了一张图并保持。
Set xPost = CreateObject("Msxml2.ServerXMLHTTP.3.0")
xPost.Open "Post", "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token=" & access_token, False
// 这里将access_token进行拼接
xPost.setRequestHeader "CONTENT-TYPE", "application/x-www-form-urlencoded"
// 这里header中参数CONTENT-TYPE进行设置
base64Param = "image=" & ImagesToBase64("F:\按键精灵\按键精灵商业版\数字识别截图.bmp")
// 这里image参数进行设置，拼接上处理号的图片数据
xPost.Send (base64Param)
// 发送
If xPost.readyState=4 Then
// xPost.readyState成功获取返回值
TracePrint xPost.responsetext
// 打印下返回值进行查看
Set obj = json.Decode(xPost.responsetext)
wordsArray = obj("words_result")
//这里导入辅助了将str转变json类型的文件
full_contribution_true = 0
For i = 0 To UBound(wordsArray)
//读取数组中的目标值
TracePrint wordsArray(i)("words")
If wordsArray(i)("words") = "目标值" Then
full_contribution_true = 1
Exit for
End If
Next
End If
xPost.abort
Set xPost = Nothing
Delay 1000
End Function2.7 一个小游戏截图效果图
一个游戏的截图：
接下来我们就调用下按键精灵程序
可以看到识别的结果还是很准确的
2.8 关键代码整合：
3 OCRSpace文字识别
Free OCR API这是一个免费的OCR的API
可以看到是免费25000次，但是亲测返回速度、识别正常率、成功访问率都不太行。里边的文档也有详细的API的配置，与百度OCR不同的就是不需要获取access_token，只需要在header中发送key就行,同时image的内容也有所不同base64Image=data:image/bmp;base64
3.1 OCRSpace关键代码
Function full_contribution()
mykey = ""
Set xPost = CreateObject("Msxml2.ServerXMLHTTP.6.0")
xPost.Open "Post", "https://api.ocr.space/parse/image", False
xPost.setRequestHeader "apikey", mykey
xPost.setRequestHeader "Content-Type", "application/x-www-form-urlencoded"
lan = "language=chs"
iso = "&isOverlayRequired=false"
b644 = ImagesToBase64("F:\按键精灵\按键精灵商业版\数字识别截图.bmp")
b64 = "&base64Image=data:image/bmp;base64,"& b644
isc = "&iscreatesearchablepdf=false"
iss = "&issearchablepdfhidetextlayer=false"
date1 = lan &iso & b64 & isc & iss
xPost.Send (date1)
If xPost.readyState=4 Then
TracePrint xPost.responsetext
End If
xPost.abort
Set xPost = Nothing
Delay 1000
End Function本文作者：九重！
