“抄”代码封装腾讯云OCR接口，结合前端事件实现发票图片和PDF两种文件格式识别

最近尝试在简道云上建一个能够自动识别发票信息的费用报销应用，查了一下各大平台的发票API产品，发现腾讯云OCR产品中的增值税发票识别能够识别PDF图片两种格式的文件，并且价格也比较实惠，比较适合。由于以前没有用过腾讯云的产品，就先学习了一下论坛里几篇关于腾讯云函数的文章，发现传参都是使用get方法，但是OCR产品必须使用POST传参。咨询了一下简道云的客服，很失望的发现前端事件不支持腾讯云的POST传参，必须要自建服务器，写代码封装接口。
之前没有用过服务器，也不懂代码和封装接口，就去学习了一下简道云API接口文档，尝试自己动手来实现这个功能；在无数次骚扰鹅厂的客服和简道云的客服之后，终于搞定，现在回头看实现的过程，其实很简单，只需要抄几段代码就可以了，过程如下：

一、准备阶段
1、开通腾讯云轻量应用服务器（新人白嫖1个月），使用UBUNTU系统，在防火墙-规则，添加TCP接口，如9527；

2、开通腾讯云文字识别（https://cloud.tencent.com/document/product/866/34681），开通腾讯云函数；

3、ubuntu已安装python3.8，需安装如下库
安装腾讯云SDK工具包
pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python
安装requests 和flask
pip3 install requests
pip3 install flask

二、抄代码
1、要抄的第一段代码是腾讯云OCR自动生成的代码，进入文字识别，通过接入指引，打开API 3.0 Explorer 在线接口调试页面；选择票据识别相关接口-增值税发票识别，输入参数中，地域随便选，本地图片要选ImageBase64，前端事件因为推送的只是文件下载链接，所以本案例要选ImageUrl ，要支持PDF格式，IsPdf填True，PdfPageNumber填1，如图所示：

选择python代码，全部COPY

1. import json
2. from tencentcloud.common import credential
3. from tencentcloud.common.profile.client_profile import ClientProfile
4. from tencentcloud.common.profile.http_profile import HttpProfile
5. from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
6. from tencentcloud.ocr.v20181119 import ocr_client, models
7. try:
8.     cred = credential.Credential("SecretId", "SecretKey")
9.     httpProfile = HttpProfile()
10.     httpProfile.endpoint = "ocr.tencentcloudapi.com"
11.  
12.     clientProfile = ClientProfile()
13.     clientProfile.httpProfile = httpProfile
14.     client = ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)
15.  
16.     req = models.VatInvoiceOCRRequest()
17.     params = {
18.     "ImageUrl": "ImageUrl",
19.     "IsPdf": True,
20.     "PdfPageNumber": 1
21.     }
22.     req.from_json_string(json.dumps(params))
23.  
24.     resp = client.VatInvoiceOCR(req)
25.     print(resp.to_json_string())
26.  
27. except TencentCloudSDKException as err:
28.     print(err)

复制代码

2、要抄的第二段代码是云函数的，选择通过模版新建，选择图片转文字的python3.6模版，代码如下

1. # readme :  https://cloud.tencent.com/document/product/583/30589
2. # -*- coding: utf-8 -*-
3. import os
4. import logging
5. import datetime
6. import base64
7. import json
8. from tencentcloud.common import credential
9. from tencentcloud.common.profile.client_profile import ClientProfile
10. from tencentcloud.common.profile.http_profile import HttpProfile
11. from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
12. from tencentcloud.ocr.v20181119 import ocr_client, models
13. import sys
14.  
15. print('Loading function')
16.  
17. logging.basicConfig(level=logging.INFO, stream=sys.stdout)
18. logger = logging.getLogger()
19. logger.setLevel(level=logging.INFO)
20.  
21. def main_handler(event, context):
22.     logger.info("start main handler")
23.     if "requestContext" not in event.keys():
24.         return {"code": 410, "errorMsg": "event is not come from api gateway"}
25.     if "body" not in event.keys():
26.         return {
27.             "isBase64Encoded": False,
28.             "statusCode": 200,
29.             "headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
30.             "body": "there is no file from api gateway"
31.         }
32.  
33.     # The image format uploaded from the gateway has been encoded with Base64, which can be directly obtained from event['body'].从网关上传的图片格式已经做过Base64，在event['body']里可以直接获取
34.     logger.info("Start to detection")
35.     try:
36.     secret_id = os.environ.get('TENCENTCLOUD_SECRETID')     
37.     secret_key = os.environ.get('TENCENTCLOUD_SECRETKEY')  
38.     token = os.environ.get('TENCENTCLOUD_SESSIONTOKEN')
39.     cred = credential.Credential(secret_id,secret_key,token)
40.     httpProfile = HttpProfile()
41.     httpProfile.endpoint = "ocr.tencentcloudapi.com"
42.  
43.     clientProfile = ClientProfile()
44.     clientProfile.httpProfile = httpProfile
45.     client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile)
46.     req = models.GeneralBasicOCRRequest()
47.     params = '{"ImageBase64":"%s"}'%event['body']
48.     req.from_json_string(params)
49.     resp = client.GeneralBasicOCR(req)
50.     res_ai = json.loads(resp.to_json_string())
    
51.     res_text = " "
52.     print (len(res_ai["TextDetections"]))
53.     for i in range(len(res_ai["TextDetections"])):
54.     res_text = res_text + str(res_ai["TextDetections"]["DetectedText"])
55.  
56.  
57.     except TencentCloudSDKException as err:
58.     print(err)
59.    
60.     print(res_text)
61.     response = {
62.         "isBase64Encoded": False,
63.         "statusCode": 200,
64.         "headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
65.         "body": res_text
66.     }
67.  
68.     return response

复制代码

因为都是调用OCR的API接口，这2段代码，重合得非常多，第一段代码在resp = client.VatInvoiceOCR(req)已返回数据，云函数的代码从res_ai = json.loads(resp.to_json_string())开始就是对返回结果的处理，我们可以借鉴并修改一下。
查看一下增值税发票识别的接口文档https://cloud.tencent.com/document/api/866/36210，输出的参数是VatInvoiceInfos，发票的信息是在“name”和"value"的值里，我们需要新处理一下返回结果，新建一个字典，“name”的值为KEY，"value"的值为VALUE；抄橙色部分代码并修改如下

1. res_str = json.loads(resp.to_json_string())#json对象转字符串
2. #处理字符串，保留name和value的值，并定义为字典
3.             res_key=[]
4.             res_value=[]
5.             for i in range(len(res_str ["VatInvoiceInfos"])):
6.     res_key.append(res_str["VatInvoiceInfos"]["Name"])
7.     res_value.append(res_str["VatInvoiceInfos"]["Value"])
8.     response=dict(zip(res_key,res_value))
9.             return response

复制代码

3、抄第三段代码     第1段代码调用端口，第2段代码处理返回结果，第3段就是要一个实例化一个类，参考简道云的文档https://hc.jiandaoyun.com/open/12111，因为同样是前端事件的POST传参，所以部分代码都是可以直接用的，我们copy flask这一段即可

1. app = Flask(__name__)
2.  
3. @app.route('/fapiao', methods=['POST'])
4.  
5. def jpg_pdf():
6.     image_url = json.loads(request.data).get('image_url')
7.     if image_url != '':
8.         ocr_data =img_ocr(image_url)            
9.  
10.         return json.dumps(ocr_data)
11.     else:
12.         return None
13.     threading.Thread(target=img_ocr,args=(image_url,)).start()#加一个多线程
14.  
15. if __name__ == '__main__':
16.    
17.     app.run(host='0.0.0.0',port=9527)

复制代码

牛P  学到了！

第1次发贴，没有实名验证，不懂规则，篇幅受限，完整的代码无法上传，有疑问的可以留言处理，会尽快回复

请问一下 UBUNTU哪个版本的比较合适
有ubuntu 18.04 和20.4  的lts版可选

怎么就不更新了啊

上面的代码有误，修改如下：  
res_key.append(res_str["VatInvoiceInfos"]["Name"])---["Name"]前要加一个[i]
res_value.append(res_str["VatInvoiceInfos"]["Value"])---["Value"]前要加一个[i]

使用效果如何？