[[409947]]

Labs 導(dǎo)讀

OCR(Optical Character Recognition，光學(xué)字符識別)技術(shù)已廣泛應(yīng)用于日常的文字識別、圖像識別、身份認(rèn)證等場景當(dāng)中。在面對海量的需要進(jìn)行加工處理的信息數(shù)據(jù)時(shí)，傳統(tǒng)的人工識別工作量大且繁瑣，而且由于大部分工作都是機(jī)械重復(fù)性勞動，對于工作人員來說可能顯得枯燥。從圖像中獲取有用信息，考慮使用識別技術(shù)，實(shí)現(xiàn)文字識別自動化，提升工作效率。

Part 01● 圖片預(yù)處理 ●

完整的一張游戲運(yùn)行截圖中除了我們所需要的時(shí)延值外，還會有上下行數(shù)據(jù)、位置坐標(biāo)、生存人數(shù)等數(shù)據(jù)(不同游戲的數(shù)據(jù)存在差異)，考慮到OCR識別會把圖片上的所有值都解析出來，我們需要進(jìn)一步對多個(gè)數(shù)據(jù)進(jìn)行分析篩選，在一定程度上加大獲取時(shí)延值的難度，因此先把圖片進(jìn)行預(yù)處理，只截取有用的時(shí)延部分。同一款游戲的時(shí)延值在畫面上的位置一定，針對不同游戲只要改變截取位置。

Part 02● OCR識別分析 ●

拿到截取的游戲圖片后，接下來就要對其進(jìn)行識別，獲取其中的時(shí)延數(shù)據(jù)，這里將運(yùn)用到OCR識別技術(shù)。它是利用光學(xué)技術(shù)和計(jì)算機(jī)技術(shù)把紙上或圖片中的文字讀取出來，轉(zhuǎn)換成計(jì)算機(jī)能夠接受的格式，加工處理識別出其中有用的信息。OCR的識別過程一般包括圖像處理(二值化、降噪、校正等)、特征提取、對比檢測、內(nèi)容識別。而近年來隨著人工智能的不斷發(fā)展，基于深度學(xué)習(xí)的OCR表現(xiàn)相較于傳統(tǒng)方法在識別率和效率上更加出色。目前百度、騰訊、華為等公司都提供了OCR服務(wù)，不需要了解具體的識別技術(shù)細(xì)節(jié)，通過調(diào)用API接口即可完成圖片文字的識別。我們選擇使用百度的OCR文字識別接口服務(wù)，根據(jù)官方提供的API文檔完成方法的調(diào)用。具體使用方法如下：

1.安裝aip識別包，引入相應(yīng)的lib

pip install baidu aip 
from aip import AipOcr 

2.初始化OCR

def initOcr(ocrAuth):  
client = AipOcr(ocrAuth['appid'],  
ocrAuth['appkey'], ocrAuth['secretkey']) 
return client 

這里需要使用百度賬號申請appkid、appkey和secretkey信息。

3.調(diào)用具體識別方法

result = client.webImage(image) 

接口服務(wù)返回?cái)?shù)據(jù)：

[{‘words’: ’ping: 77ms’}] 

通過查看不同游戲我們發(fā)現(xiàn)，部分游戲的時(shí)延值前面帶有“Ping”，有些是直接一個(gè)數(shù)值，還有的則是中文的“延遲”，因此需要對返回的識別結(jié)果做進(jìn)一步的處理，用于區(qū)分不同游戲。最后通過正則表達(dá)獲取到其中的時(shí)延值。

re_obj = re.compile(r"\d+\.?\d*")  
res_list = re_obj.findall(words) 

Part 03● 工具實(shí)現(xiàn) ●

完成了圖片的處理和識別，接下來就是把結(jié)果友好地進(jìn)行展示，我們實(shí)現(xiàn)一個(gè)簡單的可執(zhí)行界面工具，將識別流程串聯(lián)起來。整體的流程：

工具內(nèi)容主要包括游戲選擇、圖片路徑選擇、游戲截圖。為了減少識別調(diào)用次數(shù)，提高識別效率，可以將圖片合并處理。

最終的工具界面長這樣：

Part 04● 游戲圖片識別 ●

接下來就是具體的使用了，首先需要選擇具體的游戲，獲取游戲圖片的保存路徑用于讀取，然后針對游戲圖片進(jìn)行截圖獲取坐標(biāo)。將圖片經(jīng)過OCR識別顯示結(jié)果，并根據(jù)識別的結(jié)果和圖片時(shí)間畫出曲線圖。我們使用一款游戲圖片進(jìn)行測試：

識別結(jié)果如下，5個(gè)數(shù)據(jù)為1組，55張圖片一共耗時(shí)9.28s。曲線圖直觀地展示了游戲時(shí)延值隨時(shí)間的變化情況。

通過人工查看圖片與識別結(jié)果進(jìn)行對比，兩者的時(shí)延值一致。針對不同游戲，只要改變圖片的讀取路徑以及截取坐標(biāo)位置即可。

Part 05● 結(jié)語 ●

結(jié)合OCR技術(shù)，可以對不同類型的圖片信息進(jìn)行快速有效地識別，減少人工的工作量，滿足項(xiàng)目測試及數(shù)據(jù)比對的需求。隨著信息技術(shù)的不斷發(fā)展，各式各樣的OCR技術(shù)也將會更多地應(yīng)用在日常生活中，給人們帶來高效和便利。

作者：馮旭超，單位：中國移動智慧家庭運(yùn)營中心

【本文為51CTO專欄作者“移動Labs”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

戳這里，看該作者更多好文