我们将讨论如何将识别技术(用于识别护照、银行卡等)嵌入到你的应用程序中。如何使用智能IDReader识别库的Python接口并编写一个简单的Telegram bot？且听这回分解。
顺便说一下，已经扩展了受支持的编程语言列表，现在包括c++、C、c#、Objective-C、Swift、Java和Python，以及一些深奥的语言，如Visual Basic，当然还有PHP。我们支持所有流行的和小众的的操作系统和架构。
一如既往，用于Python的Smart IDReader SDK的演示版本以及Telegram bot实现的源代码都发布在Github上，可以通过引用来访问。
准备工作
我们需要几个SDK的文件:
识别库的Python接口(pySmartIdEngine.py)
动态c++内核识别(在Linux中，_pySmartIdEngine.so)
配置存档(* .zip)
编写Telegram bot，我们选择的是telepot
识别内核的交互。
你可以在文档中找到关于这个库的详细信息，在这里，我们只要最必要的信息内容。
连接库并配置识别引擎:
# We connect the python-interface of the recognition library
import pySmartIdEngine as se
# Path to the configuration filesmartid_config_path = 'bundle_mock_smart_idreader.zip'
# Create the recognition engine, it's best to do it once and keep it in memory
smartid_engine = se.RecognitionEngine (smartid_config_path)
编写图像识别函数:
def recognize_image_file (smartid_engine, image_file_path):
# Get the default settings and include the required types of documents
session_settings = smartid_engine.CreateSessionSettings () session_settings.AddEnabledDocumentTypes ('rus.passport.national')
# Create a recognition session
session = smartid_engine.SpawnSession (session_settings)
# Recognize the image result = session.ProcessImageFile (image_file_path)
# Convert recognized string fields to dict
recognized_fields = {}
for field_name in result.GetStringFieldNames ():
field = result.GetStringField (field_name)
recognized_fields [field_name] = field.GetValue (). GetUtf8String ()
# Return the JSON string representation of recognized fields
return json.dumps (recognized_fields, ensure_ascii = False, indent = 2)
创建机器人来识别发送的图像
遵循简单的路径，并以telepot文档为例。我们需要编写一个类，该类的对象将为每个聊天创建，并在其中实现on_chat_message函数。此外，在构造函数中，我们将转移之前创建的识别引擎，这样它就不会浪费时间来每次创建:
import telepot
from telepot.delegate import per_chat_id, create_open, pave_event_space
from telepot.loop import MessageLoop
class SmartIDReaderBot(telepot.helper.ChatHandler):
def __init__(self, seed_tuple, smartid_engine, **kwargs):
self.smartid_engine = smartid_engine
super(SmartIDReaderBot, self).__init__(seed_tuple, **kwargs)
def on_chat_message(self, msg):
try:
content_type, chat_type, chat_id = telepot.glance(msg)
if content_type in ['document', 'photo']: content = msg[content_type] if
content_type == 'document' \
else msg[content_type][-1]
if 'file_id' in content:
# Скачиваем файл изображения
downloads_dir = 'downloaded_images'
os.makedirs(downloads_dir, exist_ok=True)
temp_path = os.path.join(downloads_dir,
'chat_%d_id_%d_temp.png' % (chat_id, msg['message_id']))
self.bot.download_file(content['file_id'], temp_path)
# Распознаем изображение
recognition_result_str = recognize_image_file(
self.smartid_engine, temp_path)
# Посылаем сообщение с результатом распознавания
self.send_message(recognition_result_str)
else:
self.send_message("Send me a photo and I'll recognize it!")
except Exception as e:
self.send_message('Exception: %s' % e.message)
def send_message(self, message):
self.sender.sendMessage(message)
print(message)
最后，创建并运行机器人：
# Creating a bot
bot = telepot.DelegatorBot (args.token, [
pave_event_space () (
per_chat_id (), create_open,
SmartIDReaderBot, smartid_engine, timeout = 1000000)
])
# Run the bot
MessageLoop (bot) .run_as_thread ()
while 1:
time.sleep (10)
在注册后，你要获得唯一的令牌机器人。如果你从未创建过机器人，Telegram的官方网站上有详细的说明。
结论
以上便是所有关于用Python写出用于文档识别的Telegram Bot的内容!
请注意，该产品的特点是完全自主的——不需要网络。但是如果你想用网络来使用Telegram，你也可以很容易地远程识别文件。
如需更多信息，请留言。
网友评论