Python调用百度AI实现身份证识别

2024-04-02 19:04:59 570人浏览安东尼

Python 官方文档：入门教程 => 点击学习

摘要

目录一、安装baidu-aip模块二、获取百度AI接口密钥三、调用百度接口识别身份证一、安装baidu-aip模块按win+R打开cmd，在里面输入 pip3 install

一、安装baidu-aip模块

按win+R打开cmd，在里面输入


pip3 install baidu-aip

若出现如下界面，即成功安装了baidu-aip模块：

如果想快速了解识别营业执照代码原理，可以跳过第二部分，先看第三部分的内容。

二、获取百度AI接口密钥

在应用python识别身份证的过程中，有三行代码使用了百度AI接口密钥，故先阐述如何获得该密钥。首先，进入如下百度AI官方网站：https://ai.baidu.com/tech/ocr

有百度账户的输入账户密码进行登录，没有的点击注册，按指示输入相关信息即可注册登录。

登录后找到文字识别中的产品列表，下方有卡证文字识别内容，点击了解详情。

可以发现卡证文字识别中包含了我们常见的一些证件的识别，比如身份证、银行卡、营业执照、户口本、护照等。本文阐述营业执照的识别，感兴趣的同学可以自行研究其它证件的识别。在卡证文字识别的详情中可以发现如下产品列表：

找到身份证识别，点击了解详情，即可进入如下界面：

点击立即使用，就会出现如下服务协议：

点击我已同意百度AI开放平台服务协议，就可以进入如下界面：

下滑后点击卡证OCR，就可以发现身份证别功能，点击开通按钮。

可以进入如下筛选开通付费页面：

在确认开通之前，要先进行实名验证，按指示进行操作即可完成实名验证。

接着可以勾选要开通的识别功能，具体如下：

然后点击去支付，由于每天前多少次是免费的，且采取后付费模式，故不需提前付费。若开通成功，会出现如下界面：

开通成功后，点击概览中的创建应用。

填写应用名称（自己想一个贴合自己应用场景的名字即可）、选择文字识别包名、选择应用归属、填写应用描述，点击立即创建即可。

最后，点击应用详情，即可找到我们需要的接口密钥(红框对应的值)。

三、调用百度接口识别身份证

安装好baidu-aip模块，获取了百度AI接口密钥后，即可调用百度接口识别身份证了。身份证识别每天有5百次的免费调用机会，首先来看下今天要识别的身份证。

这张身份证是在百度上下载的一张虚拟身份证，如有侵权，请联系我删除。识别该身份证的具体Python代码如下：


import re
import os
import time
from aip import AipOcr

os.chdir(r'F:\公众号\27.证件识别')
#设置证件存放的路径

APP_ID = 'XXX'
api_KEY = 'XXXXXXXX'
SECRET_KEY = 'XXXXXXXXXXXX'
#百度账号和密钥，需替换成你的

picture = open('2_身份证_v3.jpg', 'rb')
img = picture.read()
#读取图片

idCardSide = 'front'  #身份证正面
#idCardSide = 'back'   #身份证反面

options = {}
options['detect_direction'] = 'true' #是否检测图像朝向，默认不检测
options['detect_risk'] = 'false'     #是否开启身份证风险类型

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
text = client.idcard(img, idCardSide, options)
#识别图片中的信息

concat_text = []
if isinstance(text, dict):
    Words = text['words_result']
    for k, v in words.items():
        print(u'{k}:{v}'.fORMat(k=k, v=v['words']))
        tt = u'{k}:{v}'.format(k=k, v=v['words'])
        concat_text.append(tt)
#把字典解析成我们熟悉的形式

注：其中os.chdir中的内容应该替换成你存储图片的地址，APP_ID、API_KEY、SECRET_KEY应该替换成第二章末尾你获取的百度密钥。

得到结果如下：

对比原始图片可以发现，出生是直接从身份证号码中截取的，住址的信息可能由于反光没有识别出来，结果为空。这里有个小插曲，我之前一直使用png格式的身份证图片进行调用识别，但一直报如下错误：


ConnectionError: ('Connection aborted.', ConnectionResetError(10054, '远程主机强迫关闭了一个现有的连接。', None, 10054, None))

后面调整为jpg图片后，就没有出现该问题了，所以建议在进行身份证识别时最好把图片的格式设置为jpg。为进一步规范输出成标准格式，通过如下代码进行规范化：


import pandas as pd

date_concat_text = pd.DataFrame(concat_text)
date_concat_text.columns =['text']
df = date_concat_text["text"].str.split(':',expand=True)
date_concat_text['label'] = df.iloc[:,0]
date_concat_text['content'] = df.iloc[:,1]
date_concat_text.to_csv("id_card_to_text.csv")

得到结果如下：