一、华为云相关服务介绍

1.1 文字识别服务OCR介绍

华为云文字识别服务（Optical Character Recognition，OCR）是一种将图像、扫描件、PDF 或 OFD 文档中的打印字符检测并识别为可编辑文本格式的服务。该服务以开放 API 的形式提供，支持用户通过 Python、Java 等编程语言调用 OCR 服务 API，从而实现自动采集关键数据，打造智能化业务系统，提升业务效率。

OCR 服务功能：

1. 通用类 OCR（General OCR）

   • 支持表格、文档、网络图片等任意格式图片上的文字识别。
   • 自适应分析各种版面和表格。
   • 快速实现文档电子化，适用于广泛的应用场景。

2. 证件类 OCR（Card OCR）

   • 支持身份证、驾驶证、行驶证、护照等证件图片的有效信息自动识别。
   • 提供关键字段的结构化提取，便于数据管理与处理。

3. 票据类 OCR（Receipt OCR）

   • 支持增值税发票、机动车销售发票、医疗发票等各种发票和表单图片的文字识别。
   • 提取关键信息并进行结构化处理，便于后续分析和使用。

4. 行业类 OCR（Domain OCR）

   • 针对特定行业需求，支持物流面单、医疗化验单据等图片的结构化信息提取。
   • 助力行业自动化，提高工作效率。

1.2 华为云ECS云服务器介绍

华为云弹性云服务器（ECS）作为一种云上计算服务，支持用户随时自助获取，且具备弹性伸缩能力。它能为用户打造出安全、可靠的应用环境，保障应用稳定运行。同时，其灵活、高效的特性，能很好地满足不同场景下的使用需求，为用户提供优质的服务体验。

二、本次实践介绍

2.1 实践环境简介

本次实验课程将在华为云云实验平台环境下开展，旨在引导用户完成基于华为云OCR服务的证件识别实践操作。华为云实验平台为用户提供了集成化的在线实验环境，内含所需云服务资源与实验指导手册，帮助用户快速上手并掌握OCR文字识别技术，尤其是针对身份证、驾驶证、护照等常见证件的自动识别与结构化信息提取。通过该平台，用户无需自行搭建复杂的开发环境，即可直观体验OCR服务的调用流程与识别效果，为后续实际业务应用打下基础。

2.2 本次实践目标

• 掌握华为云OBS对象存储的基本使用方法。
• 学习并理解华为云文字识别服务OCR的基本概念及其应用场景。
• 实践使用OCR服务对身份证、驾驶证、护照等常见证件进行识别与结构化信息提取。
• 通过实验掌握如何调用华为云OCR API，并将识别结果集成到实际应用中。

三、登录华为云OBS控制台

3.1 登录华为云

在实验操作桌面，我们打开浏览器，根据左侧指导文档提供的实验账号，登录华为云。

3.2 进入OBS控制台

在华为云的个人总览页面中，点击对象存储服务OBS，或者直接访问https://console.huaweicloud.com/console/?region=cn-southwest-2#/obs/manager/buckets，即可进入OBS控制台。

3.3 创建桶

在OBS控制台页面的右上角。点击【创建桶】选项。

创建桶基本配置：

• 区域：华北-北京四
• 桶名称：ocrawk-ee0e
• 数据冗余存储策略：多AZ存储
• 存储类别：标准存储
• 桶策略：公共读
• 其他配置：默认即可
• 配置完毕后，点击“立即创建”。

3.4 上传测试图片

点击刚才创建的通名称，进入桶后，点击【新建文件夹】。填写文件夹名称后，确认即可。

测试文件下载地址：

• 驾驶证

https://weirenzheng-d146.obs.cn-north-4.myhuaweicloud.com/AI_Data/OCR/%E9%A9%BE%E9%A9%B6%E8%AF%81.png

• 报告单

https://weirenzheng-d146.obs.cn-north-4.myhuaweicloud.com/AI_Data/OCR/%E6%8A%A5%E5%91%8A%E5%8D%95.png

图片下载完毕后，上传到OCR文件目录中。

四、OCR服务开通和基本设置

4.1 开通OCR服务

进入OCR管理页面，https://console.huaweicloud.com/ocr/?region=cn-north-4#/ocr/overview。

4.2 开通通用表识别服务

在OCR控制台的总览页面，下面区域的通用表格识别服务需要点击“立即开通”。

• 开通驾驶证识别

4.3 智能表单测试

进入API Explorer页面 ，访问地址：https://console.huaweicloud.com/apiexplorer/#/openapi/OCR/debug?api=RecognizeGeneralTable&locale=zh-cn

• 使用API Explorer测试下当前的服务是否正常。选择"通用表格识别",url填入obs桶中的报告单. png”的url,再点击调试即可。返回结果正常。

五、OCR服务调用工作

5.1 购买ModelArts notebook

访问地址：https://console.huaweicloud.com/modelarts/?agencyId=8c911e3ce29e4b85b39b080cddfebc1a&region=cn-north-4&locale=zh-cn#/dashboard

选择默认配置，立即创建即可。

5.2 获取AK和SK

在账号设置——我的凭证中，新增访问密钥，按照提示创建AK和SK密钥。然后立即下载，保存好生成的csv文件。

5.3 打开notebook

在notebook管理页面。点击“打开”选项。

• 安装OCR服务库

!pip install huaweicloudsdkocr

5.4 使用OCR服务识别驾驶证图片

示例代码文件如下所示，需要将url地址为OBS桶中驾驶证图片的地址，填写自己的AK与SK。

# coding: utf-8

import os
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkocr.v1.region.ocr_region import OcrRegion
from huaweicloudsdkcore.exceptions import exceptions
from huaweicloudsdkocr.v1 import *

if __name__ == "__main__":
    

    ak = "你的AK"
    sk = "你的SK"

    credentials = BasicCredentials(ak, sk)

    client = OcrClient.new_builder() \
        .with_credentials(credentials) \
        .with_region(OcrRegion.value_of("cn-north-4")) \
        .build()

    try:
        request = RecognizeDriverLicenseRequest()
        request.body = DriverLicenseRequestBody(
            url='你的驾驶证图片地址' 
        )
        response = client.recognize_driver_license(request)
        print(response)
    except exceptions.ClientRequestException as e:
        print(e.status_code)
        print(e.request_id)
        print(e.error_code)
        print(e.error_msg)

5.5 使用OCR服务识别表单

示例代码文件如下所示，需要将url地址为OBS桶中报告单单图片的地址，填写自己的AK与SK。

import os
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkocr.v1.region.ocr_region import OcrRegion
from huaweicloudsdkcore.exceptions import exceptions
from huaweicloudsdkocr.v1 import *

if __name__ == "__main__":
    
    ak = "你的AK"
    sk = "你的SK"

    credentials = BasicCredentials(ak, sk)

    client = OcrClient.new_builder() \
        .with_credentials(credentials) \
        .with_region(OcrRegion.value_of("cn-north-4")) \
        .build()

    try:
        request = RecognizeGeneralTableRequest()
        request.body = GeneralTableRequestBody(
            url="你的报告单图片地址" 
        )
        response = client.recognize_general_table(request)
        print(response)
    except exceptions.ClientRequestException as e:
        print(e.status_code)
        print(e.request_id)
        print(e.error_code)
        print(e.error_msg)

六、实践总结

本次实践整体顺利完成，尽管过程中遇到了网络环境卡慢的问题，影响了实验进度。通过在个人账号下重新登录华为云，最终完成了所有OCR服务的相关操作。此次实践加深了我对华为云OCR证件识别和表单处理功能的理解，提升了实际操作能力。华为云OCR服务功能强大、操作简便，具备良好的应用价值和发展前景。