我们每个人或多或少都会使用到名片。但是如果名片数量一大，管理它们就显得非常麻烦。因此我产生用这篇文章的案例来管理他们。

这里，我先用手机对每张名片拍照，并按以下流程进行处理:

把获得的名片图像交给我们的应用程序，抽取人名，公司名称，地址等信息。这里我使用了Google Vision API 和 自然语言（Natural Language )API，因为这两个API简单易用，并且性能也很不错。

我使用Python来编写我的这个应用程序，来调用 Google Vision API 和 Natural Language API。

创建步骤

第 0 步: 准备

第 1 步: 用Google Vision API识别文本

第 2 步: 用Natural Language API抽取人名，公司名称及地址信息

第 3 步: 整合第1和第2步

第0步 准备

在开始应用程序编写之前，我们要安装必要的类库，下载配置以及设置API的键值。从这个链接你能设置 Google API key 。

安装类库

执行一下命令行来安装类库。

$ pip install requests
$ pip install pyyaml

下载资源库

这里我已经事先准备好了资源库。也可以从下面的链接下载。

• 下载

设置API Key

把Google API key 写进配置文件 (plugins/config/google.yaml).
首先，打开 google.yaml 把你的API key替换掉 xxx。

token: xxx

第1步 用Google Vision API识别文本

Vision API 简介

依靠强大的机器学习模型，谷歌 Vision API 能让你编写自己的图像识别应用程序。Vision API 有以下的功能:

• 图像分类 (例如 “快艇” “狮子” “埃菲尔铁塔” 等等)
• 脸部识别
• 文本识别
• 标志识别
• 地标识别
• 安全搜索识别

Vision API 每月有1000个免费请求。

编写脚本

这里我们编写Python脚本来使用 Vision API。把以下代码保存为plugins/apis/vision.py。 这里我们要使用UTF-8编码。

# -*- coding: utf-8 -*-
import base64
import requests


def detect_text(image_file, access_token=None):

    with open(image_file, 'rb') as image:
        base64_image = base64.b64encode(image.read()).decode()

    url = 'https://vision.googleapis.com/v1/images:annotate?key={}'.format(access_token)
    header = {'Content-Type': 'application/json'}
    body = {
        'requests': [{
            'image': {
                'content': base64_image,
            },
            'features': [{
                'type': 'TEXT_DETECTION',
                'maxResults': 1,
            }]

        }]
    }
    response = requests.post(url, headers=header, json=body).json()
    text = response['responses'][0]['textAnnotations'][0]['description'] if len(response['responses'][0]) > 0 else ''
    return text

输入图像文件路径和API key到detect_text 函数， 我们就能得到图像文件中的文本信息

运行脚本

首先，把脚本文件移入 plugins/tests 文件夹。其中已经有一个test_vision.py 文件。在test_vision.py中, 编写调用detect_text 函数的测试用例。如果运行正常，我们就能获取图像中的文本信息了。

用下面 example_en.png这张名片作为输入，运行脚本。

$ python test_vision.py data/example_en.png

输出结果

John Smith.
Capsule Corporation
217-767-8187
1332 Spring Street Elwin Illinois

第 2 步用Natural Language API抽取人名，公司名称及地址信息

Natural Language API简介

Natural Language API 提供了强大的机器学习模型，以REST API 的形式识别文本结构和其中的含义。Natural Language API 有一下功能:

• 实体识别 (如，个人姓名，机构名称，事件信息等)
• 语意分析 (产品评论中的情感，客户意见等)
• 语法分析

Vision API 每月有5000个免费请求。

运行脚本

同样我们编写Python脚本来调用Natural Language API. 保存脚本为plugins/apis/language.py。注意使用UTF-8编码。

# -*- coding: utf-8 -*-
import requests


def extract_entities(text, access_token=None):

    url = 'https://language.googleapis.com/v1beta1/documents:analyzeEntities?key={}'.format(access_token)
    header = {'Content-Type': 'application/json'}
    body = {
        "document": {
            "type": "PLAIN_TEXT",
            "language": "EN",
            "content": text
        },
        "encodingType": "UTF8"
    }
    response = requests.post(url, headers=header, json=body).json()
    return response


def extract_required_entities(text, access_token=None):
    entities = extract_entities(text, access_token)
    required_entities = {'ORGANIZATION': '', 'PERSON': '', 'LOCATION': ''}
    for entity in entities['entities']:
        t = entity['type']
        if t in required_entities:
            required_entities[t] += entity['name']

    return required_entities

把文本数据和API key 以参数形式传入 extract_entities 函数, 不同的实体信息就能被提取出来。而我们只需要 公司名称, 个人姓名, 地点信息 。extract_required_entities 函数就是用来筛选出这些需要的内容。

运行脚本

同样，把脚本文件移入plugins/tests 文件夹。我们会看到一个test_language.py 文件。在test_language.py中，编写调用 extract_required_entities 函数的测试用例。

这里我用准备好的 example_en.txt文本文件作为输入运行脚本。在example_en.txt 文本文件中包含了上一步的输出结果。

$ python test_language.py data/example.txt

输出结果

{'LOCATION': 'Spring Street Elwin Illinois', 'PERSON': 'John Smith', 'ORGANIZATION': 'Capsule Corporation'}

Step 3 整合第1和第2步I

最后，我们再编写另一个脚本整合 Vision API 和 Natural Language API。

编写脚本

编写脚本整合 Vision API 和 Natural Language API. 保存为 plugins/apis/integration.py。这里我们要使用UTF-8编码。

# -*- coding: utf-8 -*-
from .language import extract_required_entities
from .vision import detect_text


def extract_entities_from_img(img_path, access_token):

    text = detect_text(img_path, access_token)
    entities = extract_required_entities(text, access_token)

    return entities

通过把图像文件路径和API key 作为参数输入 extract_entities_from_img ，就能从名片图像中提取出以上提到的信息数据了。

运行脚本

首先，把脚本文件移入plugins/tests 文件夹。其中已经存在一个test_integration.py文件。在test_integration.py中编写调用extract_entities_from_img 的测试用力。 

用图像文件 example_en.png作为输入数据运行脚本。

$ python test_integration.py data/example_en.png

输出结果

{'LOCATION': 'Spring Street Elwin Illinois', 'PERSON': 'John Smith', 'ORGANIZATION': 'Capsule Corporation'}

结论

以上我们用 Google Vision API 和 Natural Language API编写了一个简单的提取名片信息的应用程序。然而，这只是个简单的原型，之后我还会对它进行改进，让它更加完善。

以上为译文

文章原标题《Extracting Information from Business Card with Google API》，作者：HIRONSAN

文章为简译，更为详细的内容，请查看原文