一、百度OCR文字识别API简介

百度提供的图片识别转文字服务属于通用文字识别（OCR）能力，支持对图片中的文字内容进行检测和识别，输出可编辑的文本格式。该服务具有以下特点：

• 多场景支持：可识别印刷体、手写体、复杂背景文字
• 高精度识别：中英文混合识别准确率达95%以上
• 多格式支持：支持JPG、PNG、BMP等常见图片格式
• 批量处理：单次请求可处理多张图片

开发者可通过RESTful API快速集成到PHP项目中，无需自行训练模型，大幅降低技术门槛。

二、接入前准备

1. 注册百度智能云账号

访问百度智能云官网，使用手机号或邮箱完成注册。新用户可获赠免费额度（具体以官网政策为准）。

2. 创建OCR应用

1. 登录控制台 → 选择「文字识别」服务
2. 点击「创建应用」→ 填写应用名称（如”PHP_OCR_Demo”）
3. 选择「通用文字识别」类型
4. 获取API Key和Secret Key（务必妥善保管）

3. 环境准备

• PHP 7.0+ 运行环境
• cURL扩展（PHP默认安装）
• 图片处理库（可选，用于预处理）

三、核心实现步骤

1. 鉴权签名机制

百度API采用HMAC-SHA256算法生成签名，关键参数包括：

• access_key：您的API Key
• timestamp：当前时间戳（秒级）
• nonce：随机字符串（建议使用UUID）
• signature：基于Secret Key生成的加密串

function generateSignature($secretKey, $params) {
    ksort($params); // 参数按key升序排序
    $canonicalString = '';
    foreach ($params as $k => $v) {
        if ($k != 'signature') {
            $canonicalString .= "$k=$v&";
        }
    }
    $canonicalString = rtrim($canonicalString, '&');
    return base64_encode(hash_hmac('sha256', $canonicalString, $secretKey, true));
}

2. 请求参数构造

核心参数说明：
| 参数名 | 类型 | 必填 | 说明 |
|———————|————|———|—————————————|
| image | string | 是 | 图片Base64编码或URL |
| recognize_granularity | string | 否 | big/small（控制识别粒度）|
| language_type | string | 否 | 中文/英文/多语言 |

3. 完整请求示例

<?php
class BaiduOCR {
    private $apiKey;
    private $secretKey;
    private $endpoint = 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic';
    public function __construct($apiKey, $secretKey) {
        $this->apiKey = $apiKey;
        $this->secretKey = $secretKey;
    }
    public function recognize($imagePath) {
        // 读取图片并Base64编码
        $imageData = file_get_contents($imagePath);
        $imageBase64 = base64_encode($imageData);
        // 构造请求参数
        $params = [
            'image' => $imageBase64,
            'access_token' => $this->getAccessToken(),
            'language_type' => 'CHN_ENG'
        ];
        // 生成签名（简化版，实际需包含timestamp等）
        $signature = $this->generateSignature($params);
        $url = $this->endpoint . '?access_token=' . $params['access_token'] . '&signature=' . $signature;
        // 发送POST请求
        $ch = curl_init();
        curl_setopt($ch, CURLOPT_URL, $url);
        curl_setopt($ch, CURLOPT_POST, true);
        curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($params));
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
        $response = curl_exec($ch);
        curl_close($ch);
        return json_decode($response, true);
    }
    private function getAccessToken() {
        // 实际开发中应缓存token，有效期30天
        $authUrl = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials' .
                   '&client_id=' . $this->apiKey .
                   '&client_secret=' . $this->secretKey;
        $response = file_get_contents($authUrl);
        $data = json_decode($response, true);
        return $data['access_token'];
    }
}
// 使用示例
$ocr = new BaiduOCR('您的API_KEY', '您的SECRET_KEY');
$result = $ocr->recognize('test.jpg');
print_r($result);
?>

四、高级功能实现

1. 异步批量处理

对于大量图片，建议使用异步接口：

$asyncParams = [
    'images' => json_encode([
        base64_encode(file_get_contents('img1.jpg')),
        base64_encode(file_get_contents('img2.jpg'))
    ]),
    'options' => json_encode(['recognize_granularity' => 'small'])
];

2. 错误处理机制

try {
    $result = $ocr->recognize($imagePath);
    if ($result['error_code']) {
        throw new Exception("API错误: " . $result['error_msg']);
    }
} catch (Exception $e) {
    // 记录日志或返回友好提示
    file_put_contents('ocr_error.log', $e->getMessage(), FILE_APPEND);
}

3. 性能优化建议

1. 图片预处理：压缩大图（建议<4MB），调整分辨率（推荐300dpi）
2. 连接复用：使用curl_multi系列函数实现并发请求
3. 结果缓存：对相同图片的识别结果进行缓存

五、完整项目结构

/ocr_demo/
├── config.php          # 配置API密钥
├── BaiduOCR.php        # 核心类文件
├── test.jpg            # 测试图片
└── demo.php            # 调用示例

六、常见问题解决方案

1. 签名验证失败：

   • 检查系统时间是否同步（误差需<5分钟）
   • 确认参数排序和编码方式

2. 图片识别率低：

   • 确保图片清晰（建议>150dpi）
   • 避免复杂背景或倾斜角度>15°

3. QPS限制：

   • 免费版QPS为5，超出需升级套餐
   • 使用令牌桶算法控制请求频率

七、最佳实践建议

1. 沙箱环境测试：先使用测试API验证功能
2. 日志监控：记录请求耗时、成功率等指标
3. 降级策略：API不可用时切换本地OCR方案
4. 安全防护：对上传图片进行格式和大小校验

通过以上步骤，开发者可在2小时内完成百度OCR服务的PHP集成。实际生产环境中，建议将核心逻辑封装为Composer包，通过依赖管理提升代码复用性。对于高并发场景，可考虑使用消息队列实现异步处理。