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
开发过程详细介绍
下面介绍具体的代码开发过程。
API接收的参数较为简单：
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：
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。
1. 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：
代码语言：javascript复制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, width='40', height='10')
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', height='2')
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:
代码语言：javascript复制def search_question_files():
question.start_ocr()
os.system('start ' question.result_path)2. 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:
代码语言：javascript复制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start_ocr()方法调用connect()方法依次搜题并保存结果。
代码语言：javascript复制def start_ocr(self):
for file_path in self.file_paths:
result=connect(file_path)
print(file_path)
self.save_result_format(file_path,result)从OcrQuestion.py的connect方法获取的结果是json格式，save_result_format()方法,解析从接口取得的接口，格式整理，保存结果到html：
代码语言：javascript复制 def save_result_format(self,file_path,result):
result_file_name=os.path.basename(file_path).split('.')[0] '_result.html'
f=open(self.result_path '/' result_file_name,'w',encoding='utf-8')
result_json= json.loads(result)
if result_json['errorCode'] == '0':
data=result_json['data']
questions=data["questions"]
text=data["text"]
f.write("题目识别：<br/>" text)
i=0
for answers in questions:
i=i 1
subject="科目：" answers["subject"] "<br>"
answer="答案：" answers["answer"] "<br>"
analysis="分析：" answers["analysis"] "<br>"
knowledge="知识点：" answers["knowledge"] "<br>"
print(subject answer analysis knowledge)
result_each="<h3>搜题结果" str(i) "<br></h3>"
result_each=result_each subject answer analysis knowledge "<br>=================这是一条分隔符============<br>"
f.write(result_each)
else:
f.write("result error code:" result_json['errorCode'])3. OcrQuestion.py
OcrQuestion.py 中封装请求ocr搜题API的方法，其中最主要的方法是connect()：
代码语言：javascript复制def connect(pic_path):
f = open(pic_path, 'rb') # 二进制方式打开图文件
q = base64.b64encode(f.read()).decode('utf-8') # 读取文件内容，转换为base64编码
f.close()
data = {}
data['q'] = q
data['signType'] = 'v2'
curtime = str(int(time.time()))
data['curtime'] = curtime
salt = str(uuid.uuid1())
signStr = APP_KEY truncate(q) salt curtime APP_SECRET
sign = encrypt(signStr)
data['appKey'] = APP_KEY
data['salt'] = salt
data['sign'] = sign
response = do_request(data)
result=response.content.decode('utf-8')
print(result)
return resultAPI响应结果示例
代码语言：javascript复制{
"data":{
"questions":[
{
"score":0.9875,
"answer":"D",
"subject":"历史",
"id":"a9db8f1252778836c99204e5cf9d7738",
"analysis":"",
"type":"",
"content":"学者们认为，五四运动标志着中国民族意识极大觉醒，表现在<br />A．近代民族民主思想开始传播 B ．揭开了反帝反封建斗争的序幕<br />C．开启了近代中国的思想启蒙 D ．各阶层民众的广泛动员和参与",
"knowledge":""
},
{
"score":0.9875,
"answer":"D <br>注意题干“中国民族意识极大觉醒”，结合所学可知，在五四运动过程中，学生、工人、商人都投入到之中，即各阶层民众的广泛动员和参与，符合题意，故D项正确． <br>在戊戌变法前后，中国民族民主思想就已经开始传播，故A项错误． <br>五四运动是一次反帝反封的爱国运动，但不是反帝反封斗争的开始，在这时期还没有明确提出反帝反封的革命纲领，故B项错误． <br>中国近代是在新文化运动期间传播民主思想，进行了思想的启蒙，故C项错误． <br>故选D．",
"subject":"历史",
"id":"2f8b9c814f064131cc7b2bead54f15da",
"analysis":"本题考查五四运动．考查五四运动的意义．考查学生对基础知识的识记、运用能力．",
"type":"选择题",
"content":"学者们认为，五四运动标志着中国民族意识极大觉醒，表现在( ) <p class="question_option">A.近代民族民主思想开始传播<br/>B.揭开了反帝反封建斗争的序幕<br/>C.开启了近代中国的思想启蒙<br/>D.各阶层民众的广泛动员和参与 </p>",
"knowledge":"/人类政治文明发展史/近代中国反侵略、求民主的潮流/五四运动"
},
{
"score":0.9875,
"answer":"D <br>【答案】 <p>D</p> <p></p>",
"subject":"历史",
"id":"48a28969d882f20b04ffec15c8f1b94c",
"analysis":"<p>题目问的五四运动，在戊戌变法前后，中国民族民主思想就已经开始传播，所以A不正确。五四运动是一次反帝反封的爱国运动，但不是反帝反封斗争的开始，在这时期还没有明确提出反帝反封的革命纲领，所以B不正确。中国近代是在新文化运动期间传播民主思想，进行了思想的启蒙，所以C不正确。在五四运动 过程中，学生、工人、商人都投入到之中，所以D正确。</p> <p> </p>",
"type":"选择题",
"content":"<p>学者们认为，五四运动标志着中国民族意识极大觉醒，表现在</p> <p></p> <p class="question_option">A.近代民族民主思想开始传播<br/>B.揭开了反帝反封建斗争的序幕<br/>C.开启了近代中国的思想启蒙<br/>D.各阶层民众的广泛动员和参与 </p>",
"knowledge":"/人类政治文明发展史/近代中国反侵略、求民主的潮流/中国共产党第一次全国代表大会"
}
],
"text":"学者们认为,五四运动标志着中国民族意识极大觉醒,表现在 A,近代民族民主思想开始传播B揭开了反帝反封建斗争的序幕 C,开启了近代中国的思想启蒙D。各阶层民众的广泛动员和参与"
},
"errorCode":"0"
}响应结果是以json形式输出，包含字段如下表所示：
效果展示
demo操作演示
来看看结果吧：
数学题搜索结果展示：
历史题搜题结果
总结
有道智云的整体搜索API文档清晰，题目范围极广而且可以自动判断学科，搜索结果可谓“举一反三”，会返回几个可能的相近题目，很具有参考价值，值得推荐！数学解答题会返回相关图片、公式等，用在web项目中效果灰常不错。
项目地址：https://github.com/LemonQH/OcrQuestion
