“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；
147851
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：147857147858选择python代码，全部COPY
import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
try:
cred = credential.Credential("SecretId", "SecretKey")
httpProfile = HttpProfile()
httpProfile.endpoint = "ocr.tencentcloudapi.com"
clientProfile = ClientProfile()
clientProfile.httpProfile = httpProfile
client = ocr_client.OcrClient(cred, "ap-guangzhou", clientProfile)
req = models.VatInvoiceOCRRequest()
params = {
"ImageUrl": "ImageUrl",
"IsPdf": True,
"PdfPageNumber": 1
}
req.from_json_string(json.dumps(params))
resp = client.VatInvoiceOCR(req)
print(resp.to_json_string())
except TencentCloudSDKException as err:
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
# readme : https://cloud.tencent.com/document/product/583/30589
# -*- coding: utf-8 -*-
import os
import logging
import datetime
import base64
import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
import sys
print('Loading function')
logging.basicConfig(level=logging.INFO, stream=sys.stdout)
logger = logging.getLogger()
logger.setLevel(level=logging.INFO)
def main_handler(event, context):
logger.info("start main handler")
if "requestContext" not in event.keys():
return {"code": 410, "errorMsg": "event is not come from api gateway"}
if "body" not in event.keys():
return {
"isBase64Encoded": False,
"statusCode": 200,
"headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
"body": "there is no file from api gateway"
}
# The image format uploaded from the gateway has been encoded with Base64, which can be directly obtained from event.从网关上传的图片格式已经做过Base64，在event里可以直接获取
logger.info("Start to detection")
try:
secret_id = os.environ.get('TENCENTCLOUD_SECRETID')
secret_key = os.environ.get('TENCENTCLOUD_SECRETKEY')
token = os.environ.get('TENCENTCLOUD_SESSIONTOKEN')
cred = credential.Credential(secret_id,secret_key,token)
httpProfile = HttpProfile()
httpProfile.endpoint = "ocr.tencentcloudapi.com"
clientProfile = ClientProfile()
clientProfile.httpProfile = httpProfile
client = ocr_client.OcrClient(cred, "ap-beijing", clientProfile)
req = models.GeneralBasicOCRRequest()
params = '{"ImageBase64":"%s"}'%event
req.from_json_string(params)
resp = client.GeneralBasicOCR(req)
res_ai = json.loads(resp.to_json_string())
res_text = " "
print (len(res_ai))
for i in range(len(res_ai)):
res_text = res_text + str(res_ai)
except TencentCloudSDKException as err:
print(err)
print(res_text)
response = {
"isBase64Encoded": False,
"statusCode": 200,
"headers": {"Content-Type": "text", "Access-Control-Allow-Origin": "*"},
"body": res_text
}
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
res_str = json.loads(resp.to_json_string())#json对象转字符串
#处理字符串，保留name和value的值，并定义为字典
res_key=
res_value=
for i in range(len(res_str )):
res_key.append(res_str)
res_value.append(res_str)
response=dict(zip(res_key,res_value))
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
app = Flask(__name__)
@app.route('/fapiao', methods=)
def jpg_pdf():
image_url = json.loads(request.data).get('image_url')
if image_url != '':
ocr_data =img_ocr(image_url)
return json.dumps(ocr_data)
else:
return None
threading.Thread(target=img_ocr,args=(image_url,)).start()#加一个多线程
if __name__ == '__main__':
app.run(host='0.0.0.0',port=9527)
复制代码
