如何在Python中调用Azure OCR的预览版？

Question

Azure认知服务OCR在网站上有一个演示 https://azure.microsoft.com/en-us/services/cognitive-services/computer-vision/#text

在网站上，我得到了非常准确的结果。但是，当我尝试使用他们的文档中提到的代码调用相同的代码时，会得到不同且效果不佳的结果。 https://docs.microsoft.com/en-us/azure/cognitive-services/Computer-vision/quickstarts/python-print-text

我假设，该网站上提供的版本是预览版。 https://westus.dev.cognitive.microsoft.com/docs/services/5adf991815e1060e6355ad44/operations/587f2c6a154055056008f200

如何在Python中调用该版本？

谢谢您的帮助！

Answer 1

现在有一个官方的Microsoft软件包：

• https://pypi.org/project/azure-cognitiveservices-vision-computervision/

有样品：

• https://github.com/Azure-Samples/cognitive-services-python-sdk-samples/blob/master/samples/vision/computer_vision_samples.py

如果遇到麻烦，请在Github上创建问题：）

• https://github.com/Azure/azure-sdk-for-python/issues

（我在Azure SDK团队的MS部门工作，该团队发布了此SDK）

Answer 2

有两种不同的用于识别文本的API。演示页面使用的是新方法，但需要注意的是，在撰写本文时，该页面仅适用于英语。

您应查看的示例代码为here。如果要识别打印的文本，请调整param。看起来像这样：

region = 'westcentralus'
request_url = 'https://{region}.api.cognitive.microsoft.com/vision/v2.0/recognizeText'.format(region=region)
headers = {'Ocp-Apim-Subscription-Key': subscription_key}
params  = {'mode': 'Printed'}
data    = {'url': image_url}
response = requests.post(
    request_url, headers=headers, params=params, json=data)

您通常会收到HTTP 202响应，而不是识别结果。您需要从操作位置获取响应：

operation_url = response.headers["Operation-Location"]
operation_response = requests.get(operation_url, headers=headers)

请注意，您需要检查operation_response的状态以确保任务已完成：

if operation_response.json()[u'status'] == 'Succeeded': ...