Python3 下实现 腾讯人工智能API 调用

# -*- coding: utf-8 -*-

'''

create by : joshua zou

create date : 2017.11.28

Purpose: tecent ai api

'''

import requests

import base64

import hashlib

import time

import random

import os,string,glob

from PIL import Image

from io import BytesIO

from urllib.parse import urlencode

from urllib import parse

import json

class MsgTencent(object):

    def __init__(self,AppID=None,AppKey=None):

        '''

        改成你自己的API账号、密码

        '''

        if not AppID: AppID = ''

        if not AppKey: AppKey = 'uuuuuuuuuu'

        self.app_id= AppID

        self.app_key= AppKey

        self.img_base64str=None

    def get_random_str(self):

        #随机生成16位字符串

        rule = string.ascii_lowercase + string.digits

        str = random.sample(rule, 16)

        return "".join(str)

    def get_time_stamp(self):

        return str(int(time.time()))

    def __get_image_base64str__(self,image):

        if not isinstance(image,Image):return None

        outputBuffer = BytesIO()

        bg.save(outputBuffer, format='JPEG')

        imgbase64 = base64.b64encode(outputBuffer.getvalue())

        return imgbase64

    def __get_imgfile_base64str__(self,image):

        if not isinstance(image, str): return None

        if not os.path.isfile(image): return None

        with open(image,'rb') as fp:

            imgbase64 = base64.b64encode(fp.read())

            return imgbase64

    def get_img_base64str(self,image):

        if isinstance(image, str):

            self.img_base64str= self.__get_imgfile_base64str__(image)

        elif isinstance(image,Image):

            self.img_base64str= self.__get_imgfile_base64str__(image)

        return self.img_base64str.decode()

   # 组装字典，MD5加密方法

    '''

    ======================================

    tencent获得参数对列表N（字典升级排序）

    ======================================

    1\依照算法第一步要求，对参数对进行排序，得到参数对列表N如下。

    参数名     参数值

    app_id     10000

    nonce_str     20e3408a79

    text     腾讯开放平台

    time_stamp     1493449657

    2\按URL键值拼接字符串T

    依照算法第二步要求，将参数对列表N的参数对进行URL键值拼接，值使用URL编码，URL编码算法用大写字母，例如%E8，而不是小写%e8，得到字符串T如下：

    app_id=10000&nonce_str=20e3408a79&text=%E8%85%BE%E8%AE%AF%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0&time_stamp=1493449657

    3\拼接应用密钥，得到字符串S

    依照算法第三步要求，将应用密钥拼接到字符串T的尾末，得到字符串S如下。

    app_id=10000&nonce_str=20e3408a79&text=%E8%85%BE%E8%AE%AF%E5%BC%80%E6%94%BE%E5%B9%B3%E5%8F%B0&time_stamp=1493449657&app_key=a95eceb1ac8c24ee28b70f7dbba912bf

    4\计算MD5摘要，得到签名字符串

    依照算法第四步要求，对字符串S进行MD5摘要计算得到签名字符串如。

    e8f6f347d549fe514f0c9c452c95da9d

    5\转化md5签名值大写

    对签名字符串所有字母进行大写转换，得到接口请求签名，结束算法。

    E8F6F347D549FE514F0C9C452C95DA9D

    6\最终请求数据

    在完成签名计算后，即可得到所有接口请求数据，进一步完成API的调用。

    text     腾讯开放平台     接口请求数据，UTF-8编码

    app_id     10000     应用标识

    time_stamp     1493449657     请求时间戳（秒级），用于防止请求重放

    nonce_str     20e3408a79     请求随机字符串，用于保证签名不可预测

    sign     E8F6F347D549FE514F0C9C452C95DA9D     请求签名

    '''

    def gen_dict_md5(self,req_dict,app_key):

        if not isinstance(req_dict,dict) :return None

        if not isinstance(app_key,str) or not app_key:return None 

        try:

            #方法，先对字典排序，排序之后，写app_key，再urlencode

            sort_dict= sorted(req_dict.items(), key=lambda item:item[0], reverse = False)

            sort_dict.append(('app_key',app_key))

            sha = hashlib.md5()

            rawtext= urlencode(sort_dict).encode()

            sha.update(rawtext)

            md5text= sha.hexdigest().upper()

            #print(1)

            #字典可以在函数中改写

            if md5text: req_dict['sign']=md5text

            return md5text

        except Exception as e:

            return   None

    #生成字典

    def gen_req_dict(self, req_dict,app_id=None, app_key=None,time_stamp=None, nonce_str=None):

        """用MD5算法生成安全签名"""

        if not req_dict.get('app_id'):

            if not app_id: app_id= self.app_id

            req_dict['app_id']= app_id

        #nonce_str 字典无值

        if not req_dict.get('time_stamp'):

            if not time_stamp: time_stamp= self.get_time_stamp()

            req_dict['time_stamp']= time_stamp

        if not req_dict.get('nonce_str'):

            if not nonce_str: nonce_str= self.get_random_str()

            req_dict['nonce_str']= nonce_str

        #app_key 取系统参数。

        if not app_key: app_key= self.app_key

        md5key= self.gen_dict_md5(req_dict, app_key)

        return md5key

'''

基本文本分析

===========

分词     对文本进行智能分词识别，支持基础词与混排词粒度     https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordseg text

词性标注     对文本进行分词，同时为每个分词标注正确的词性     https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordpos text

专有名词识别     对文本进行专有名词的分词识别，找出文本中的专有名词     https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordner text

同义词识别     识别文本中存在同义词的分词，并返回相应的同义词     https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordsyn text

计算机视觉--OCR识别

====================

通用OCR识别     识别上传图像上面的字段信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr image

身份证OCR识别     识别身份证图像上面的详细身份信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_idcardocr image,card_type(身份证，0-正面，1-反面)

名片OCR识别     识别名片图像上面的字段信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_bcocr image

行驶证驾驶证OCR识别     识别行驶证或驾驶证图像上面的字段信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_driverlicenseocr image,type(识别类型，0-行驶证识别，1-驾驶证识别)

营业执照OCR识别     识别营业执照上面的字段信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_bizlicenseocr image

银行卡OCR识别     识别银行卡上面的字段信息     https://api.ai.qq.com/fcgi-bin/ocr/ocr_creditcardocr image

'''

#改成你自己的API账号、密码

APPID=''

APPKEY='UUUUUUUUU'

TencentAPI={

    #基本文本分析API

    "nlp_wordseg":    {

        'APINAME':'分词',

        'APIDESC': '对文本进行智能分词识别，支持基础词与混排词粒度',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordseg',

        'APIPARA': 'text'

    },

    "nlp_wordpos":    {

        'APINAME':'词性标注',

        'APIDESC': '对文本进行分词，同时为每个分词标注正确的词性',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordpos',

        'APIPARA': 'text'

    },

    'nlp_wordner':    {

        'APINAME':'专有名词识别',

        'APIDESC': '对文本进行专有名词的分词识别，找出文本中的专有名词',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordner',

        'APIPARA': 'text'

    },

    'nlp_wordsyn':    {

        'APINAME':'同义词识别',

        'APIDESC': '识别文本中存在同义词的分词，并返回相应的同义词',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/nlp/nlp_wordsyn',

        'APIPARA': 'text'

    },

    #计算机视觉--OCR识别API

    "ocr_generalocr":    {

        'APINAME':'通用OCR识别',

        'APIDESC': '识别上传图像上面的字段信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr',

        'APIPARA': 'image'

    },

    "ocr_idcardocr":    {

        'APINAME':'身份证OCR识别',

        'APIDESC': '识别身份证图像上面的详细身份信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_idcardocr',

        'APIPARA': 'image,card_type'

    },

    "ocr_bcocr":    {

        'APINAME':'名片OCR识别',

        'APIDESC': '识别名片图像上面的字段信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_bcocr',

        'APIPARA': 'image'

    },

    "ocr_driverlicenseocr":{

        'APINAME':'行驶证驾驶证OCR识别',

        'APIDESC': '识别行驶证或驾驶证图像上面的字段信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_driverlicenseocr',

        'APIPARA': 'image,type'

    },

    "ocr_bizlicenseocr":{

        'APINAME':'营业执照OCR识别',

        'APIDESC': '识别营业执照上面的字段信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_bizlicenseocr',

        'APIPARA': 'image'

    },

    "ocr_creditcardocr":{

        'APINAME':'银行卡OCR识别',

        'APIDESC': '识别银行卡上面的字段信息',

        'APIURL': 'https://api.ai.qq.com/fcgi-bin/ocr/ocr_creditcardocr',

        'APIPARA': 'image'

    },

}

def ExecTecentAPI(*arg,**kwds):

    if kwds.get('Apiname'): apiname= kwds.pop('Apiname')

    url = TencentAPI[apiname]['APIURL']

    name = TencentAPI[apiname]['APINAME']

    desc= TencentAPI[apiname]['APIDESC']

    para= TencentAPI[apiname]['APIPARA']

    tx= MsgTencent(APPID,APPKEY)

    Req_Dict={}

    for key in para.split(','):

        value=None

        print (kwds)

        if kwds.get(key):  value = kwds.pop(key)

        if key=='image':

            #图像获取base64

            value= tx.get_img_base64str(value)

        if key=='text':

            #文本进行GBK编码

            value= value.encode('gbk')

        Req_Dict[key]=value

        print (key,value,Req_Dict[key])

    #生成请求包

    sign= tx.gen_req_dict(req_dict=Req_Dict)

    resp = requests.post(url,data=Req_Dict,verify=False)

    print (name+'执行结果'+resp.text)

    return resp.text

if __name__ == "__main__":

    #名片ocr

    file= r'名片.jpg'

    rest = ExecTecentAPI(Apiname='ocr_bcocr',image=file)

    #文本分析

    rest = ExecTecentAPI(Apiname='nlp_wordseg',text='上帝保佑你')