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：
签名生成方法如下：
signType=v2；
sign=sha256(++++)。
其中，input的计算方式为：= + + （当q长度大于20）或 =（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。
-
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：
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:
-
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:
start_ocr()方法调用connect()方法依次搜题并保存结果。
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：
-
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()：
API响应结果示例
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：
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。