一、申请百度文字识别API的Key和Secret Key

1.1 注册与登录百度智能云平台

百度文字识别API属于百度智能云提供的OCR（Optical Character Recognition）服务，开发者需先注册百度智能云账号。访问百度智能云官网，点击“免费注册”，填写手机号、验证码、密码等信息完成注册。已有账号的用户直接登录即可。

关键点：

• 注册时需使用真实手机号，便于后续实名认证。
• 登录后进入“控制台”，选择“文字识别”服务。

1.2 创建应用并获取API Key和Secret Key

在控制台中，开发者需创建应用以获取API调用凭证：

1. 进入文字识别服务：在控制台左侧导航栏选择“人工智能”→“文字识别”。
2. 创建应用：点击“创建应用”，填写应用名称（如“验证码识别”）、应用类型（选择“通用OCR”）、描述等信息。
3. 获取密钥：创建成功后，系统会生成API Key和Secret Key，这两个参数是调用API的核心凭证，需妥善保管。

安全提示：

• Secret Key相当于密码，切勿泄露或提交至公开代码库。
• 建议通过环境变量或配置文件管理密钥，避免硬编码。

1.3 实名认证与配额管理

百度智能云要求用户完成实名认证后才能调用付费API（部分基础功能可免费试用）。认证流程包括上传身份证、人脸识别等步骤。认证通过后，开发者需关注：

• 配额管理：控制台提供每日调用次数限制，超量需付费。
• 费用监控：通过“费用中心”查看API调用明细，避免意外扣费。

二、文字验证码识别案例实现

2.1 案例背景与需求

验证码是网站常见的安全机制，传统手动输入效率低。通过百度OCR API可实现自动化识别，提升开发效率。本案例以数字字母混合验证码为例，演示如何调用API完成识别。

2.2 开发环境准备

• 编程语言：Python 3.x
• 依赖库：requests（用于HTTP请求）、base64（图片编码）
• 安装依赖：

  pip install requests

2.3 代码实现步骤

步骤1：图片预处理

验证码图片需转换为Base64编码格式。假设图片路径为captcha.png，代码如下：

import base64
def image_to_base64(image_path):
    with open(image_path, 'rb') as f:
        img_data = f.read()
    return base64.b64encode(img_data).decode('utf-8')

步骤2：构造API请求

百度OCR API要求通过HTTP POST请求发送数据，需包含以下参数：

• image：Base64编码的图片数据
• access_token：通过API Key和Secret Key获取的令牌
• recognize_granularity：识别粒度（如small表示精细识别）

获取access_token：

import requests
import hashlib
import json
def get_access_token(api_key, secret_key):
    auth_url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={api_key}&client_secret={secret_key}"
    response = requests.get(auth_url)
    return response.json().get("access_token")

步骤3：调用文字识别API

def recognize_captcha(access_token, image_base64):
    ocr_url = f"https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token={access_token}"
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    data = {
        'image': image_base64,
        'recognize_granularity': 'small'
    }
    response = requests.post(ocr_url, headers=headers, data=data)
    return response.json()

步骤4：解析识别结果

API返回的JSON数据包含识别文本和位置信息，示例如下：

{
    "words_result": [
        {"words": "A1b2"},
        {"words": "C3d4"}
    ],
    "words_result_num": 2
}

提取验证码的完整代码：

def extract_captcha_text(ocr_result):
    words_list = [item["words"] for item in ocr_result["words_result"]]
    return "".join(words_list)

完整代码示例

# 配置API Key和Secret Key
API_KEY = "your_api_key"
SECRET_KEY = "your_secret_key"
# 主流程
if __name__ == "__main__":
    # 1. 图片转Base64
    image_base64 = image_to_base64("captcha.png")
    # 2. 获取access_token
    access_token = get_access_token(API_KEY, SECRET_KEY)
    # 3. 调用OCR API
    ocr_result = recognize_captcha(access_token, image_base64)
    # 4. 提取验证码
    captcha_text = extract_captcha_text(ocr_result)
    print(f"识别结果: {captcha_text}")

2.4 优化与调试

• 错误处理：捕获HTTP请求异常和JSON解析错误。
• 性能优化：对验证码图片进行二值化、降噪等预处理，提升识别率。
• 日志记录：记录API调用耗时和结果，便于排查问题。

三、常见问题与解决方案

1. 调用频率限制：免费版每日调用次数有限，需合理规划。
2. 识别率低：调整recognize_granularity参数或优化图片质量。
3. 网络问题：确保服务器可访问百度API域名（如aip.baidubce.com）。

四、总结与扩展

本文详细介绍了百度文字识别API的申请流程和验证码识别案例，开发者可通过以下方式扩展功能：

• 集成至自动化测试框架（如Selenium）。
• 结合机器学习模型（如CNN）提升复杂验证码识别率。
• 部署为微服务，供其他系统调用。

通过合理使用百度OCR API，可显著提升开发效率，降低人工成本。