Python调用百度OCR接口实现验证码自动识别

竹里

发布时间：2026-10-12 | 2人浏览过

原创

本文介绍如何利用Python调用百度AI开放平台的OCR接口，实现图片文字识别功能，特别适用于验证码自动填写场景。文章详细说明了如何获取client_id和client_secret以生成access_token，并提供了完整的代码示例，包括图片二进制处理、Token获取及OCR请求发送，帮助开发者快速集成文字识别服务。

本文将探讨文字识别（OCR）技术的应用。在实际开发中，我们经常需要处理从图片中提取文字的需求，例如在自动化流程中自动填写验证码。除了验证码识别，OCR技术还广泛应用于文档数字化、图像内容提取等多种场景。

我们可以访问百度云开放平台，查阅其提供的接口文档。百度OCR接口提供了丰富的功能，能够覆盖多种实际应用场景，满足不同业务对文字识别的需求。

# encoding:utf-8

import requests
import base64

'''
通用文字识别
'''

request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
# 二进制方式打开图片文件
f = open('[本地文件]', 'rb')
img = base64.b64encode(f.read())

params = {"image":img}
access_token = '[调用鉴权接口获取的token]'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json())

官方文档中已提供了可直接使用的代码示例，开发者无需从零编写。在使用这些代码前，关键是需要获取一个有效的access_token。该Token并非固定值，而是需要通过特定的鉴权接口请求后才能获得。

# encoding:utf-8
import requests 

# client_id 为官网获取的AK， client_secret 为官网获取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
response = requests.get(host)
if response:
    print(response.json())

首先，需要在百度AI平台创建应用，并获取对应的client_id（即官网获取的AK）和client_secret（即官网获取的SK）。将这两个参数填入鉴权代码中，执行请求后，通过response.json()即可解析出所需的access_token。