调用的接口是讯飞的手写字识别API，比百度通用字识别精准，比百度的手写字识别便宜。新用户可以领取10万次服务量，有效期3个月。我论文涉及到的截图只有6000多张，妥妥够用了。
官网地址：https://www.xfyun.cn/service/wordRecg
教程
使用方法很简单，去下载他们的demo即可：https://www.xfyun.cn/doc/words/wordRecg/API.html
我只具体说一下我是怎么用的
1 定义API调用方法
直接把开发文档里面python的demo粘贴过来，修改的地方只有两个，一是你的APPID，二是你的API_KEY
from urllib import parse
import base64
import hashlib
import time
import requests
from PIL import Image
# 临时存储位置
tmp_path = 'tmp.png'
URL = "http://webapi.xfyun.cn/v1/service/v1/ocr/handwriting"
# 你的APPID
APPID = ""
# 你的API_KEY
API_KEY = ""
def getHeader():
curTime = str(int(time.time()))
param = "{\"language\":\""+language+"\",\"location\":\""+location+"\"}"
paramBase64 = base64.b64encode(param.encode('utf-8'))
m2 = hashlib.md5()
str1 = API_KEY + curTime + str(paramBase64, 'utf-8')
m2.update(str1.encode('utf-8'))
checkSum = m2.hexdigest()
header = {
'X-CurTime': curTime,
'X-Param': paramBase64,
'X-Appid': APPID,
'X-CheckSum': checkSum,
'Content-Type': 'application/x-www-form-urlencoded; charset=utf-8',
}
return header
def getBody(filepath):
with open(filepath, 'rb') as f:
imgfile = f.read()
data = {'image': str(base64.b64encode(imgfile), 'utf-8')}
return data
language = "cn|en"
location = "true"
2 选取图片并预处理
选取图片
img= Image.open(r"C:\Users\rvw\Desktop\毕业论文 数据核对\原始数据\签名截图19img= Image.open(r"C:\Users\rvw\Desktop\毕业论文\2 数据核对\原始数据\签名截图\2019\002017_2.png")2017_2.png")
预处理，并存储到临时位置
new_img = img.split()[0].point(lambda i: i > 150 and 255) new_img.save(tmp_path)
预处理的目的是通过通道分离、二值化的方法去掉红色印章，150的阈值是我随便设置的，也可以使用什么OTSU的算法，但也不一定比随便设置的强。
至于为什么用pillow不用opencv，是因为我发现用opencv读取我的png截图总会出现莫名其妙的错误，干脆使用pillow算了。效果如下：
Comments | NOTHING