在上一篇车牌识别与标注：基于百度OCR与OpenCV的实现（一）中，我们介绍了如何在macOS系统下，利用百度OCR API进行车牌识别，并结合OpenCV库在图片上绘制标注框和车牌号码，实现了一个完整的车牌识别与标注流程。本文将继续深入探讨如何通过API的方式接入百度OCR的车辆服务，打通整个流程 。
帐号开通
按照百度智能云官方文档的指引，开通对应的OCR服务。百度OCR服务提供了免费使用次数，不用担心费用问题。以下是详细的步骤：
1. 登录并实名认证
- STEP1：在百度智能云登录页完成登录。您可以选择以百度账号登录或以云账号登录。百度账号与百度APP、百度网盘、百度地图等产品通用，如您是个人开发者，可直接使用百度账号登录；如您是企业用户，为了避免后续的账号归属问题，建议您注册云帐号并登录。
- STEP2：完成实名认证。您可以在个人实名和企业实名之间选择一种完成实名认证。
- STEP3：通过控制台左侧导航，选择产品服务-人工智能，进入具体AI服务项的控制台（如文字识别、人脸识别），进行相关业务操作。
如果您的账号已经完成了实名认证，首次进入具体AI服务的控制台，系统会自动为您的账号发放免费测试资源。测试资源会在您进入控制台后约10分钟内发放。
2. 创建应用
应用是调用服务的主体，您可以划定该应用有权限调用的接口范围，以此实现权限管理。后续也可以查看每个应用上产生的接口调用量。
方式一：在概览页上快速创建应用
- 进入文字识别控制台，点击使用指引模块的快速接入服务按钮。
- 应用名称和应用描述应当尽量反映应用的实际用途，方便您后续管理应用。在服务接口列表勾选您希望该应用能够调用的接口，勾选完毕后点击“立即创建”。
方式二：在应用管理页创建应用
- 进入文字识别控制台，选择左侧导航的“应用列表”，点击“创建应用”。
- 应用名称和应用描述应当尽量反映应用的实际用途，方便您后续管理应用。在服务接口列表勾选您希望该应用能够调用的接口，勾选完毕后点击“立即创建”。
创建成功后，您可以在应用列表页里查看应用的API Key和Secret Key。API Key和Secret Key是您调用该应用内接口的凭证，如果泄露会导致资源被盗刷，请妥善保管，避免外泄。
3. 获取密钥（API Key和Secret Key）
创建成功后，您可以在应用列表页里查看应用的API Key和Secret Key。API Key和Secret Key是您调用该应用内接口的凭证，如果泄露会导致资源被盗刷，请妥善保管，避免外泄。
4. 生成签名
您需要使用创建应用所分配到的AppID、API Key及Secret Key，进行Access Token（用户身份验证和授权的凭证）的生成，方法详见Access Token获取。我们为您准备了几种常见语言的请求示例代码。
温馨提示：Access Token的有效期为30天（以秒为单位），请您集成时注意在程序中定期请求新的token。
实际代码
以下是完整的代码实现，包括调用百度OCR API获取车牌信息，并使用OpenCV在图片上绘制标注框和车牌号码。
import cv2
import numpy as np
import math
from PIL import Image, ImageDraw, ImageFont
import base64
import urllib
import requests
import time
def draw_parallelogram_with_text(image_path, coords, text="车牌区域", width_ratio=0.60, font_path="STHeiti Light.ttc"):
"""
在图片上绘制平行四边形并添加对齐且宽度按比例缩放的中文文本
:param image_path: 图片路径
:param coords: 平行四边形的四个坐标点，格式为[(x1, y1), (x2, y2), (x3, y3), (x4, y4)]
:param text: 要添加的文本，默认为"唯普汽车"
:param width_ratio: 文本宽度占平行四边形宽度的比例，默认为 0.6
:param font_path: 中文字体文件路径
:return: 处理后的图片
"""
# 读取图片
image = cv2.imread(image_path)
if image is None:
raise FileNotFoundError(f"无法加载图片：{image_path}")
# 绘制平行四边形
cv2.fillPoly(image, [np.array(coords)], (255, 0, 0)) # 蓝色填充
# 计算平行四边形宽度（取前两点之间的距离作为参考宽度）
p1, p2 = coords[0], coords[1]
parallelogram_width = math.hypot(p2[0] - p1[0], p2[1] - p1[1])
# 获取包围盒
x_coords = [p[0] for p in coords]
y_coords = [p[1] for p in coords]
min_x, max_x = min(x_coords), max(x_coords)
min_y, max_y = min(y_coords), max(y_coords)
# 居中位置（先估算）
pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
draw = ImageDraw.Draw(pil_image)
# 初始字体大小
init_font_size = 30
font = ImageFont.truetype(font_path, init_font_size)
# 【关键修改】获取文本宽度（新方法）
init_text_width = font.getlength(text)
init_text_height = font.getmetrics()[0] # 获取字体高度（ascent）
# 根据比例调整字体大小
scale = (parallelogram_width * width_ratio) / init_text_width
font_size = int(init_font_size * scale)
font = ImageFont.truetype(font_path, font_size)
# 再次获取实际文本尺寸
text_width = font.getlength(text)
text_height = font.getmetrics()[0]
# 居中计算
text_x = min_x + (max_x - min_x - text_width) // 2
text_y = min_y + (max_y - min_y - text_height) // 2
# 创建空白图像用于绘制文字
text_layer = Image.new("RGBA", pil_image.size, (0, 0, 0, 0))
draw = ImageDraw.Draw(text_layer)
draw.text((text_x, text_y), text, fill=(255, 255, 255, 255), font=font)
# 计算旋转角度
def get_angle(p1, p2):
dx = p2[0] - p1[0]
dy = p2[1] - p1[1]
return math.degrees(math.atan2(dy, dx))
angle = get_angle(coords[0], coords[1])
# 旋转文本图层
rotated_text = text_layer.rotate(-angle, center=(text_x + text_width // 2, text_y + text_height // 2), expand=0)
# 合并到原图
pil_image.paste(rotated_text, mask=rotated_text.split()[3]) # 使用 alpha 通道做透明融合
# 转回 OpenCV 格式
result_image = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
return result_image
API_KEY = "替换具体的key"
SECRET_KEY = "替换具体的key"
def main():
image_path = "../test6.jpg"
url = "https://aip.baidubce.com/rest/2.0/ocr/v1/license_plate?access_token=" + get_access_token()
image_data = get_file_content_as_base64(image_path)
headers = {
'Content-Type': 'application/x-www-form-urlencoded',
'Accept': 'application/json'
}
# 构造带有 'image' 字段的请求体
payload = {
'image': image_data
}
start_time = time.time()
response = requests.post( url, headers=headers, data=payload)
end_time = time.time() # 记录结束时间
elapsed_time = end_time - start_time # 计算耗时
print(f"OCR API 请求耗时: {elapsed_time:.2f} 秒")
print(f"OCR 服务返回数据：{response.text}")
# {"words_result":{"number":"晋A027W1","vertexes_location":[{"x":171,"y":216},{"x":254,"y":217},{"x":254,"y":241},{"x":171,"y":240}],"color":"blue","probability":[0.9999978542,1,1,1,1,1,0.9999997616]},"log_id":1938050504404585758}
# 解析结果，获取出vertexes_location的四个坐标点
vertexes_location = response.json().get("words_result", {}).get("vertexes_location", [])
if vertexes_location:
coords = [(vertex["x"], vertex["y"]) for vertex in vertexes_location]
print(f"车牌矩形区域的四个点坐标：,{coords}")
result_image = draw_parallelogram_with_text(image_path, coords)
# 显示结果
cv2.imshow("Result", result_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 保存结果图片
cv2.imwrite("result_image.jpg", result_image)
def get_file_content_as_base64(path, urlencoded=False):
"""
获取文件base64编码
:param path: 文件路径
:param urlencoded: 是否对结果进行urlencoded
:return: base64编码信息
"""
with open(path, "rb") as f:
content = base64.b64encode(f.read()).decode("utf8")
if urlencoded:
content = urllib.parse.quote_plus(content)
return content
def get_access_token():
"""
使用 AK，SK 生成鉴权签名（Access Token）
:return: access_token，或是None(如果错误)
"""
url = "https://aip.baidubce.com/oauth/2.0/token"
params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
return str(requests.post(url, params=params).json().get("access_token"))
# 示例使用
if __name__ == "__main__":
main()
运行结果
以我之思，借AI之力