在日常生活中，我们经常需要用到图片，我们都知道，图片的种类挺多的，在这里不一一列举。
我们今天要完成就是一个图片转换器外加图片识别程序，废话不多说，直接就是淦！
1.文字识别技术
2.图片转换器
一、文字识别技术
首先介绍文字识别技术，就是读取图片之后然后把图片中的文字提取出来。
1.打开百度开放平台
进去之后咱们选择文字识别，可以看出，语音合成和图片识别的参数不一样，所以不要搞混了，不过他们用的Python模块是一样的，这个可以放心使用。
谈到文字识别，大致可分为本地文件文字识别和网络文件文字识别，识别率还算挺高的，他的用法与语音合成有很多相似之处，当然也有很多不同，例如：
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)
首先是使用的模块不同，其次参数也不同，可以看出来第一步配置就是这么简单。
然后我们需要对本地文件进行一个识别，例如：
可以看出来，这些就是识别后图片上的内容，识别效果很好，非常完美。
文字识别——请求参数详情
|
参数名称 |
是否必选 |
类型 |
可选值范围 |
默认值 |
说明 |
|
image |
是 |
string |
图像数据，base64编码，要求base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式 |
||
|
url |
是 |
string |
图片完整URL，URL长度不超过1024字节，URL对应的图片base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式，当image字段存在时url字段失效 |
||
|
language_type |
否 |
string |
CHN_ENG ENG POR FRE GER ITA SPA RUS JAP KOR |
CHN_ENG |
识别语言类型，默认为CHN_ENG。可选值包括：- CHN_ENG：中英文混合；- ENG：英文；- POR：葡萄牙语；- FRE：法语；- GER：德语；- ITA：意大利语；- SPA：西班牙语；- RUS：俄语；- JAP：日语；- KOR：韩语； |
|
detect_direction |
否 |
string |
true false |
false |
是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true：检测朝向；- false：不检测朝向。 |
|
detect_language |
否 |
string |
true false |
false |
是否检测语言，默认不检测。当前支持（中文、英语、日语、韩语） |
|
probability |
否 |
string |
true false |
是否返回识别结果中每一行的置信度 |
文字识别——返回数据参数详情
|
字段 |
必选 |
类型 |
说明 |
|
direction |
否 |
number |
图像方向，当detect_direction=true时存在。- -1:未定义， - 0:正向， - 1: 逆时针90度， - 2:逆时针180度， - 3:逆时针270度 |
|
log_id |
是 |
number |
唯一的log id，用于问题定位 |
|
words_result_num |
是 |
number |
识别结果数，表示words_result的元素个数 |
|
words_result |
是 |
array |
定位和识别结果数组 |
|
+words |
否 |
string |
识别结果字符串 |
|
probability |
否 |
object |
行置信度信息；如果输入参数 probability = true 则输出 |
|
+average |
否 |
number |
行置信度平均值 |
|
+variance |
否 |
number |
行置信度方差 |
|
+min |
否 |
number |
行置信度最小值 |
可以看出这个API还是相当不错了，下面我们聊一下图片格式转换器，
二、图片格式转换器
图片格式转换器，顾名思义就是将图片格式互相转换，很多人为了方便都是直接改后缀名，殊不知那样图盘的原始样式会受到影响，也许图片会打开后从产生错误的画面。下面我们就来做一个类似的案例。
1.先安装图片处理模块 pillow ，安装方法 ：
pip install pillow
2.导入pillow
from PIL import Image
3.判断文件是否可以打开
from PIL import Imagedef isbad(path): bad = True try: Image.open(path).verify() #判断图片是否损坏 except: bad= False return bad
4.转换文件格式
def translate(path): if isbad(path): try: str = path.rsplit(".", 1) output_path = str[0] + ".png" #输出文件名称 im = Image.open(path) im.save(output_path) #保存目标文件 return True except: return False else: return False
这样我们就得到了一张完整的可用的png图片了，代码如图：
本项目用于平时上传文件识别图片所用，效果还是蛮不错的，希望大家喜欢。
