使用Google API提取名片信息

我们每个人都会或多或少使用名片. 但是，如果名片数量很大，则管理它们将变得非常麻烦. 因此，我生成了本文的案例来对其进行管理.

在这里，我将用手机为每张名片拍照，并按照以下过程进行处理:

将获得的名片图像提供给我们的应用程序，并提取人员的姓名，公司名称，地址和其他信息. 在这里名片识别 api，我使用Google Vision API和自然语言API，因为这两个API简单易用，并且性能也非常好.

我使用Python编写应用程序以调用Google Vision API和自然语言API.

第0步: 准备工作

第1步: 使用Google Vision API识别文本

第2步: 使用自然语言API提取姓名，公司名称和地址信息

第3步: 集成第1步和第2步

在开始编写应用程序之前，我们需要安装必要的类库，下载配置并设置API的键值. 通过此链接，您可以设置Google API密钥.

执行命令行以安装类库.

$ pip install requests
$ pip install pyyaml

这里我已经预先准备了资源库. 也可以从下面的链接下载.

将Google API密钥写入配置文件（插件/ config / google.yaml）.

首先，打开google.yaml并将您的API密钥替换为xxx.

token: xxx

视觉API简介

借助强大的机器学习模型，Google Vision API允许您编写自己的图像识别应用程序. Vision API具有以下功能:

Vision API每月有1,000个免费请求.

在这里，我们编写了一个Python脚本来使用Vision API. 将以下代码另存为plugins / apis / vision.py. 在这里名片识别 api，我们要使用UTF-8编码.

# -*- coding: utf-8 -*-
import base64
import requests
def detect_text(image_file, access_token=None):
    with open(image_file, 'rb') as image:
        base64_image = base64.b64encode(image.read()).decode()
    url = 'https://vision.googleapis.com/v1/images:annotate?key={}'.format(access_token)
    header = {'Content-Type': 'application/json'}
    body = {
        'requests': [{
            'image': {
                'content': base64_image,
            },
            'features': [{
                'type': 'TEXT_DETECTION',
                'maxResults': 1,
            }]
        }]
    }
    response = requests.post(url, headers=header, json=body).json()
    text = response['responses'][0]['textAnnotations'][0]['description'] if len(response['responses'][0]) > 0 else ''
    return text

输入图像文件的路径和detect_text函数的API密钥，我们可以获取图像文件中的文本信息

首先，将脚本文件移动到plugins / tests文件夹中. 已经有一个test_vision.py文件. 在test_vision.py中，编写调用detect_text函数的测试用例. 如果操作正常，我们可以在图像中获取文本信息.

使用下面的example_en.png名片作为输入来运行脚本.

$ python test_vision.py data/example_en.png

输出结果

John Smith.
Capsule Corporation
217-767-8187
1332 Spring Street Elwin Illinois

第2步，使用自然语言API提取姓名，公司名称和地址信息

自然语言API简介

自然语言API提供了强大的机器学习模型，以REST API的形式识别文本结构及其含义. 自然语言API具有以下功能:

Vision API每月有5000个免费请求.

同样，我们编写了一个Python脚本来调用Natural Language API. 将脚本另存为plugins / apis / language.py. 请注意，使用的是UTF-8编码.

# -*- coding: utf-8 -*-
import requests
def extract_entities(text, access_token=None):
    url = 'https://language.googleapis.com/v1beta1/documents:analyzeEntities?key={}'.format(access_token)
    header = {'Content-Type': 'application/json'}
    body = {
        "document": {
            "type": "PLAIN_TEXT",
            "language": "EN",
            "content": text
        },
        "encodingType": "UTF8"
    }
    response = requests.post(url, headers=header, json=body).json()
    return response
def extract_required_entities(text, access_token=None):
    entities = extract_entities(text, access_token)
    required_entities = {'ORGANIZATION': '', 'PERSON': '', 'LOCATION': ''}
    for entity in entities['entities']:
        t = entity['type']
        if t in required_entities:
            required_entities[t] += entity['name']
    return required_entities

将文本数据和API密钥作为参数放入extract_entities函数中，可以提取不同的实体信息. 而且我们只需要公司名称，个人名称，位置信息. extract_required_entities函数用于过滤掉这些必需的内容.

类似地，将脚本文件移动到plugins / tests文件夹. 我们将看到一个test_language.py文件. 在test_language.py中，编写调用extract_required_entities函数的测试用例.

在这里，我使用准备好的example_en.txt文本文件作为输入来运行脚本. example_en.txt文本文件包含上一步的输出.

$ python test_language.py data/example.txt

输出结果

{'LOCATION': 'Spring Street Elwin Illinois', 'PERSON': 'John Smith', 'ORGANIZATION': 'Capsule Corporation'}

最后，我们编写了另一个脚本来集成Vision API和Natural Language API.

编写脚本以集成Vision API和Natural Language API. 另存为插件/apis/integration.py. 在这里，我们要使用UTF-8编码.

# -*- coding: utf-8 -*-
from .language import extract_required_entities
from .vision import detect_text
def extract_entities_from_img(img_path, access_token):
    text = detect_text(img_path, access_token)
    entities = extract_required_entities(text, access_token)
    return entities

通过将图像文件路径和API密钥作为参数输入到extract_entities_from_img中，可以从名片图像中提取上述信息数据.

首先，将脚本文件移动到plugins / tests文件夹中. 已经有一个test_integration.py文件. 在test_integration.py中，编写一个调用extract_entities_from_img的测试.

使用图像文件example_en.png作为输入数据运行脚本.

$ python test_integration.py data/example_en.png

输出结果

{'LOCATION': 'Spring Street Elwin Illinois', 'PERSON': 'John Smith', 'ORGANIZATION': 'Capsule Corporation'}

在上面，我们编写了一个简单的应用程序，用于使用Google Vision API和Natural Language API提取名片信息. 但是，这只是一个简单的原型，我稍后会对其进行改进以使其更加完美.

上面是翻译

文章最初的标题为“使用Google API从名片中提取信息”，作者: HIRONSAN

本文是简体翻译. 有关更多详细内容，请参阅原文

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-189139-1.html