我最近有个需求，就是想把一批图片分别进行文字识别，网上的很多工具很多只能一张张识别，而且准确率还大打折扣。
这次利用python来开发一段脚本，最终的成果是这样的。
注意：text.doc 是新生成的
首先需要你需要把你的文件存在一个文件夹里，然后用os模块下的listdir方法来找到里边的文件，然后用一个for循环结合with open 方法打开并读取所有需要的文件，我存放在了桌面上C:\Users\itcast\Desktop\ocr
代码如下：
import os
dirs = os.listdir(r'C:\Users\itcast\Desktop\ocr')
print(dirs)
for dir in dirs:
filepath = f"C:\\Users\\itcast\\Desktop\\ocr\\{dir}"
print(filepath)
with open(f"C:\\Users\\itcast\\Desktop\\ocr\\{dir}","rb") as f:
image = f.read()然后用第三方的应用，我这里用到的是百度API，也就是百度智能云里的应用，下方来说一下这个应该怎么使用：
首先你得有个百度账号，然后点击登陆。登陆后找到这个通用文字识别，如果你找不到的话，可以直接打开这个网址：
?然后需要创建一个应用，名称和描述可以随便起，应用归属个人，其他选择默认即可。
然后点击应用列表，你就能看到刚刚创建应用的AppID，API Key，Secret Key，这几个数就是请求API的钥匙。
?到这一步还没完，返回上一个页面，点击免费领取资源，一定别忘了，否则我们创建的应用将无法使用。
?需要等待10分钟左右才能创建好，接下来可以写接下来的代码。
其实这里有官方的技术文档，我们可以参考使用。
可以选择python语言进行学习。
?
首先需要安装百度api。
#如果已安装pip，执行pip install baidu-aip即可。
#如果已安装setuptools，执行python setup.py install即可。新建AipOcr
AipOcr是OCR的Python SDK客户端，为使用OCR的开发人员提供了一系列的交互方法。
参考如下代码新建一个AipOcr：
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)在上面代码中，常量APP_ID在百度智能云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。
到这一步创建client就已经好了，接下来我们要具体连接图片识别了。
在接口说明里，还有一个可选参数，可以选择图片文字的朝向，还有文字的语言等等，这里我们选择检测文字的朝向（如果有别的方向的也可以识别到）。
options = {"detect_direction":"true"}然后调用识别就可以了：
client.basicGeneral(image,options)输出后是一系列json格式的字符，显然我们还需要继续提取：
ending = result["words_result"]找到key值，然后提取后边的列表。这个时候几个列表就出来了。
?然后再遍历一下，就能把文字全提取出来了。
?最后保存到word文档中，就可以了。
with open("text.doc","a") as fp: fp.write(text)完整的代码如下：
# 1.打开文件
import os
dirs = os.listdir(r'C:\Users\itcast\Desktop\ocr')
print(dirs)
for dir in dirs:
filepath = f"C:\\Users\\itcast\\Desktop\\ocr\\{dir}"
print(filepath)
with open(f"C:\\Users\\itcast\\Desktop\\ocr\\{dir}","rb") as f:
image = f.read()
# 2. 接入百度智云文字识别服务
# 从aip中导入AipOcr
from aip import AipOcr
#替换你的APP_ID，API_KEY，SECRET_KEY
APP_ID = ' '
API_KEY = ' '
SECRET_KEY = ' '
# 新建一个AipOcr，并赋值给变量client
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
# 调用通用文字识别
# 如果有可选参数
# 创建字典options，并将可选参数detect_direction的值设置为"true"
options = {"detect_direction":"true"}
# 调用通用文字识别接口并把结果赋值给result
result = client.basicAccurate(image, options)
# 输出result
# print(result)
ending = result["words_result"]
# print(ending)
for word in ending:
# print(word)
text = word['words']
print(text)
with open("text.doc","a") as fp:
fp.write(text)
print("写入完成")