1、背景
a、搜狗也发布了自己的人工智能 api,包括身份证ocr、名片ocr、文本翻译等API,初试感觉准确率一般般。
b、基于python3。
c、也有自己的签名生成这块,有了鹅厂的底子,相对写起来比较简单。
d、不过Sougou明显在接口标准化这块明显不如鹅厂,不同api应答包的主体结构竟然不一致,所以实施也只做了简单的结构化……
2、实现代码
直接放代码吧,github上也有: https://github.com/jdstkxx/PySougouAI
1、sogouai-example.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
# -*- coding: utf-8 -*- ''' create by : joshua zou create date : 2018.4.9 Purpose: check sougou ai api ''' import glob,os from SougouAPIMsg import * #改成你自己搜狗AI的APPID、APPKEY、SecretKey AppID = '0000' ApiKey = '*********' SecretKey = '0PLvS-AHShmq**************' if __name__ = = "__main__" : sg = SougouAPIMsg(AppID,ApiKey,SecretKey) for file in glob.glob( 'D:\python\*.jpg' ): filename = os.path.split( file )[ 1 ].split( '.' )[ 0 ] #调用ocr识别 apiname = 'ocr' rest = sg.apiSougouOcr(apiname, file ) #调用身份证识别 #rest =sg.apiSougouOcr('idcard',file) js = rest.json() retext = "" if apiname = = 'ocr' : #文字识别,rest应答包,字符串 #成功 {"result":[{"content":"01245177\n","frame":["0,0","207,0","207,59","0,59"]}],"success":1} #失败 {"success":0} if js[ 'success' ] = = 1 : retext = js[ 'result' ][ 0 ][ 'content' ].strip() elif apiname = = 'idcard' : #身份证识别应答包,逼死强迫症啊,请求结构,应答结构都不一样 ''' { "result": { "住址": "xxxxxx", "公民身份号码": "11001xxx30", "出生": "19900101", "姓名": "xxXX", "性别": "X", "民族": "xxx" }, "status": 0, "statusText": "Success" } ''' if js[ 'status' ] = = 0 : retext = js[ 'result' ][ '公民身份号码' ].strip() print (filename,retext) |
2、SougouAPI.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
# -*- coding: utf-8 -*- # 搜狗API字典 SougouAPI = { #基本文本分析API "ocr" : { 'APINAME' : '图像识别' , #API中文简称 'APIDESC' : '识别图像中的文字' , #API描述 'APIURL' : 'http://api.ai.sogou.com/pub/ocr' #API请求URL }, "idcard" :{ 'APINAME' : '身份证识别' , #API中文简称 'APIDESC' : '身份证识别' , #API描述 'APIURL' : 'http://api.ai.sogou.com/pub/ocr/idcard' #API请求URL }, } |
3、SougouAPIMsg.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
|
# -*- coding: utf-8 -*- ''' create by : joshua zou create date : 2018.4.9 Purpose: check sougou ai api ''' import requests import base64 import hashlib import hmac import time from urllib import parse import json from SougouAPI import * class SougouAPIMsg( object ): def __init__( self ,AppID = None ,ApiKey = None ,SecretKey = None ): if not AppID: AppID = '88888' if not ApiKey: ApiKey = '5ADwS88888888Dtr6QG2' if not SecretKey: SecretKey = '0PLvS-AH8888888889n6NF6fVVTt7m' self .__app_id = AppID self .__app_key = ApiKey self .__app_secret = SecretKey def get_time_stamp( self ): return str ( int (time.time())) ''' 1、应用相关前缀 {AuthPrefix} {AuthPrefix}=sac-auth-v1/{accessKey}/{secondsSinceEpoch}/{expirationPeriodInSeconds} 2、请求相关数据 {Data} {Data}={REQUEST_METHOD} + "\n" + {HOST} + "\n" + {URI} + "\n" + {SORTED_QUERY_STRING} 其中,REQUEST_METHOD 为请求使用的 HTTP 方法, 如: GET|POST|PUT|DELETE HOST 为服务使用的域名, 如: api.ai.sogou.com URI 为请求的服务路径, 如: /speech/asr SORTED_QUERY_STRING 把 URL 中的 Query String(即 URL 中 “?” 后面的 “k1=v1&k2=v2” 字符串)进行编码后的结果。 编码方法为: 将 Query String 根据 & 拆开成若干项,对每一项转换为 UriEncode(key) + "=" + UriEncode(value) 的形式, 其中 value 可以是空字符串 将上面转换后的所有字符串按照字典顺序排序。 将排序后的字符串按顺序用 & 符号链接起来。 3、生成签名 {Signature} {Signature}=HMAC-SHA256-BASE64({secretKey}, {AuthPrefix} + "\n" + {Data}) 4、生成认证信息, 通过 Authorization header 传递 Authorization: {AuthPrefix}/{Signature} Example: 1\应用 accessKey/secretKey 分别为 bTkALtTB9x6GAxmFi9wetAGH / PMROwlieALT36qfdGClVz2iH4Sv8xZxe POST 方式访问 http://api.ai.sogou.com/speech/asr 接口 GET 参数为 type=gbk&idx=1&starttime=1491810516 当前系统时间为 1491810516 2\计算过程 {AuthPrefix}="sac-auth-v1/bTkALtTB9x6GAxmFi9wetAGH/1491810516/3600" {Data}="POST\napi.ai.sogou.com\n/speech/asr\nidx=1&starttime=1491810516&type=gbk" {Signature}=HMAC-SHA256-BASE64("PMROwlieALT36qfdGClVz2iH4Sv8xZxe", {AuthPrefix} + "\n" + {Data})="vuVEkzcnUeFv8FxeWS50c7S0HaYH1QKgtIV5xrxDY/s=" 3\最终生成的 header 为 Authorization: sac-auth-v1/bTkALtTB9x6GAxmFi9wetAGH/1491810516/3600/vuVEkzcnUeFv8FxeWS50c7S0HaYH1QKgtIV5xrxDY/s= ''' def get_auth_sign_str( self ,url,method): res = parse.urlparse(url) host = res.netloc uri = res.path query = res.query #1生成前置字符串 authprefix = 'sac-auth-v1/%s/%s/%s' % ( self .__app_key, self .get_time_stamp(), 3600 ) #2生成data query = dict ( (k, v if len (v)> 1 else v[ 0 ] ) for k, v in parse.parse_qs(res.query).items() ) sort_dict = sorted (query.items(), key = lambda item:item[ 0 ], reverse = False ) sortquerystr = parse.urlencode(sort_dict) data = '%s\n%s\n%s\n%s' % (method,host,uri,sortquerystr) #3生成signstr signstr = '%s\n%s' % (authprefix,data) #调用hamc.sha256 shastr = hmac.new( self .__app_secret.encode(), signstr.encode(), digestmod = hashlib.sha256).digest() #base64编码,还原成字符串 signature = base64.b64encode(shastr).decode() #4组合成最终的授权码 authstr = '%s/%s' % (authprefix,signature) return authstr ''' $file = "OCR-test03.jpg"; $url = "http://api.ai.sogou.com/pub/ocr"; $hdr = array( "Content-Type: multipart/form-data", "Authorization: ".sign($ak, $sk, $url, "POST") ); // cURL headers for file uploading $postfields = array( "pic" => curl_file_create($file,'image/jpeg','a_b_c.jpg'), ); $ch = curl_init(); $options = array( CURLOPT_URL => $url, CURLOPT_HEADER => false, CURLOPT_POST => 1, CURLOPT_HTTPHEADER => $hdr, CURLOPT_POSTFIELDS => $postfields, CURLOPT_RETURNTRANSFER => true ); ''' def apiSougouOcr( self ,apiname,picfilename): url = SougouAPI[apiname][ 'APIURL' ] name = SougouAPI[apiname][ 'APINAME' ] desc = SougouAPI[apiname][ 'APIDESC' ] authstr = self .get_auth_sign_str(url, method = 'POST' ) header = { "Authorization" : authstr } picfile = { 'pic' : open (picfilename, 'rb' )} resp = requests.post(url,headers = header,files = picfile) #print (resp.text) |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://www.cnblogs.com/zhongtang/p/8777698.html