很早之前曾经做过一个图片识别的项目，当时有一项功能是整题识别，即传入数学题的截图，可通过ocr技术识别出图片内容，但当时只限于识别文字，并未作更深一步的处理，现在想来实用性并不强，毕竟大家更需要的是解题思路，而不是让AI读出题干（题干的文字，我都认识，连起来我就不知道怎么下手去做了 = = ），最近刚好有时间，于是尝试来为有娃的朋友做一个搜题神器。
鉴于之前整题识别的开发使用有道智云的良好体验，我再次打开其官方文档，果然找到了拍照搜题服务的开放API，轻车熟路地做了一个简单的批量搜题demo, 下面分享一下开发过程。
调用API接口的准备工作首先，是需要在有道智云的个人页面上创建实例、创建应用、绑定应用和实例，获取到应用的id和密钥。具体个人注册的过程和应用创建过程详见文章
下面介绍具体的代码开发过程。
API接收的参数较为简单：
字段名 类型 含义 必填 备注q text 要识别的图片，需要Base64编码 True 必须是Base64编码(baes64前边不要加上data:image/png;base64)
appKey text 应用ID True 可在应用管理查看
salt text UUID True uuid
curtime text 当前UTC时间戳（秒） true TimeStamp
sign text 签名 sha256(应用ID+input+salt+curtime+应用密钥);input的生成规则见表下的备注 True sha256(应用ID+input+salt+curtime+应用密钥)
signType text 签名类型 true v2
type text 上传类型， 仅支持base64上传，请填写固定值1 True 1
searchType text 搜索类型，img为图片搜题,text为文本搜题 false img
签名sign生成方法如下：
signType=v2；
sign=sha256(应用ID+input+salt+curtime+应用密钥)。
其中，input的计算方式为：input=q前10个字符 + q长度 + q后10个字符（当q长度大于20）或 input=q字符串（当q长度小于等于20）。
需要注意的是，API对题目图片有如下要求：
规则 描述传输方式 HTTPS
请求方式 POST
字符编码 统一使用UTF-8编码
请求格式 表单
响应格式 JSON
图片格式 jpg/png/bmp
图片大小 1MB以下
文字长度 50个字符以下
Demo开发：
这个demo使用python3开发，包括maindow.py，QuestionClass.py，OcrQuestion.py 三个文件，分别为demo的界面、界面逻辑处理和ocr搜题方法的封装。
界面部分：
UI 部分较简单，主要功能为选择待题目图片、选择批改结果存储路径。其布局代码如下：
root=tk.Tk() root.title(" youdao ocr question test") frm = tk.Frame(root) frm.grid(padx='50', pady='50') # 选题和结果保存按钮 btn_get_file = tk.Button(frm, text='选择题目图片', command=get_files) btn_get_file.grid(row=0, column=0, ipadx='3', ipady='3', padx='10', pady='20') text1 = tk.Text(frm,,) text1.grid(row=0, column=1) btn_get_result_path=tk.Button(frm,text='选择搜索结果路径',command=set_result_path) btn_get_result_path.grid(row=1,column=0) text2=tk.Text(frm,width='40',) text2.grid(row=1,column=1) # 搜题按钮 btn_sure=tk.Button(frm,text="搜题",command=search_question_files) btn_sure.grid(row=4,column=1) root.mainloop()其中启动按钮btn_sure的绑定事件search_question_files()来根据题目照片搜题，并在完成后打开结果存储路径:
def search_question_files(): question.start_ocr() os.system('start '+question.result_path)QuestionClass.py
这里主要配合UI的逻辑，调用搜题方法。
首先定义一个类Question:
class Question(): def __init__(self,file_paths,result_path): self.file_paths=file_paths # 题目照片存储路径 self.result_path=result_path # 结果路径