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