在大规模社会性突发事件背景下，由于传播渠道有限和实时性要求，处于困境中的个人往往会在公开社交媒体上发布求助信息；

这种信息的格式通常是：何时何地何人需要何种帮助，

尤其是时间、地点这两个关键信息非常重要，时间可以用来记录存档和判断信息是否过期，假如没有地点信息，就好比消防队员不知道去哪救火、红十字会不知道去哪发放物资...

每逢这种背景，通常有这样的监控系统出现，实时采集各大平台中的相关话题的求助信息，智能解析信息后给予当事人及时的救助

比如从一段微博文本中，提取时间、地点、人物、联系电话等关键信息，

但是信息不都是纯文本，特别是在这样一个信息过载的时代，越来越多的人选择发图片文字，这样一种更加直观易读的方式

所以在从文本中提取结构性信息前，还需要增加一步 OCR 处理，一种将输入、手写或印刷体文本从图片转换为机器编码文本的基础技术。

这两个标准步骤，不仅在社会救助实践上大有可为，而且在不少应急管理的科研课题上提供技术支撑。

我几年前的时候，就给老师做过这样一个科研项目，有关 2021 河南暴雨事件，采集一个河南暴雨互助超话下的所有微博，并下载所有图片，然后利用 OCR 提取图片中的结构化数据，交给下游任务处理。

当时好像用的是 Tesseract OCR 框架处理图片转文本，再使用从改编的算法从文本中提取结构化信息，不仅流程长，依赖多，精确率有待提高。

但是现在是 2025 年了，刚好看到腾讯云出了智能结构化 OCR 产品，官网是这样宣传的：

听这名字，不仅 OCR，而且结构化，敢情是把上面两个步骤一步到位了？

说干就干，于是我参考在腾讯云 OCR 文档，折腾了下，果真如此，特此记录分享出来。

现在的我们可以怎么做智能结构化

为了保护隐私，我将使用下面这个文本图片（demo.jpg）作为演示，提取图片中的时间、地点等结构信息，

第一步，需要先在腾讯云开通智能结构化服务，开通控制台和文档都在下面这个链接，现在开通还有免费额度赠送，

按照文档中的最佳实践操作，需要注意的是，为了资源安全，最好开通一个子账号，

因为腾讯云所有的产品默认都可以由主账号的一个 

 控制，这很危险，不小心被别人拿到开通各种付费服务就麻烦了

所有推荐创建一个子账号，然后只授权这个子账号

这一个文字识别只读访问权限，只允许访问文字识别所有读接口，包含调用所有OCR接口、允许查看所有账号用量等；

在下面这个页面可以开通子账号：

授权后在这个子账号下新建一个 API 密钥，注意在新建时保存 

首先安装腾讯云最新版本的 Python SDK，

pip install --upgrade tencentcloud-sdk-python

然后使用下面这份代码，坑我踩了，0 报错 0 警告，拿去用即可，

// step 1 初始化 SDK Auth Client
def initClient():
    # 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
    # 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。
    cred = credential.Credential("替换成你自己的 SecretId", "替换成你自己的 SecretKey")
    # 实例化一个http选项，可选的，没有特殊需求可以跳过
    http_profile = HttpProfile()
    http_profile.endpoint = "ocr.tencentcloudapi.com"

    # 实例化一个client选项，可选的，没有特殊需求可以跳过
    client_profile = ClientProfile()
    client_profile.httpProfile = http_profile
    # 实例化要请求产品的client对象,clientProfile是可选的
    client = ocr_client.OcrClient(cred, "", client_profile)
    return client

由于调用服务需要把二进制图片转成 Base64 字符串，下面是两个工具函数

def getFileContent(file_path):
    with open(file_path, 'rb') as fp:
        return fp.read()


def imageToBase64(image_path):
    # 读取图片文件的二进制数据

    binary_data = getFileContent(image_path)
    # 使用 base64 编码二进制数据
    base64_encoded_data = base64.b64encode(binary_data)
    # 将 base64 编码的二进制数据转换为字符串
    base64_message = base64_encoded_data.decode('utf-8')

    return base64_message

构建智能结构化请求，并且获得响应：

def buildTencentSmartStructuralOCRV2(image_file_path):
    try:
        client = initClient()
        # 实例化一个请求对象,每个接口都会对应一个request对象
        req = models.SmartStructuralOCRV2Request()
        params = {
            "ImageBase64": imageToBase64(image_file_path),
            "ItemNames": ["日期", "地点"],
            "ReturnFullText": False
        }
        req.from_json_string(json.dumps(params))

        # 返回的resp是一个SmartStructuralOCRV2Response的实例，与请求对象对应
        resp = client.SmartStructuralOCRV2(req)
        # 输出json格式的字符串回包
        print(resp.to_json_string())
        return json.loads(resp.to_json_string())

    except TencentCloudSDKException as err:
        print(err)
        return None

 指明了我们需要解析的结构化文本字段列表，你也可以尝试更多的一些字段，

SDK 给我们的响应输出是一个字符串，在此我把它转成了 

 格式，方便后续的响应解析，获得我们目标数据。

{
    "Angle": -0.02881504036486149,
    "StructuralList": [
        {
            "Groups": [
                {
                    "Lines": [
                        {
                            "Key": {
                                "AutoName": "日期",
                                "ConfigName": null
                            },
                            "Value": {
                                "AutoContent": "2025年1月5日",
                                "Coord": {
                                    "LeftTop": {
                                        "X": 457,
                                        "Y": 86
                                    },
                                    "RightTop": {
                                        "X": 774,
                                        "Y": 85
                                    },
                                    "RightBottom": {
                                        "X": 774,
                                        "Y": 157
                                    },
                                    "LeftBottom": {
                                        "X": 457,
                                        "Y": 158
                                    }
                                }
                            }
                        }
                    ]
                }
            ]
        },
        {
            "Groups": [
                {
                    "Lines": [
                        {
                            "Key": {
                                "AutoName": "地点",
                                "ConfigName": null
                            },
                            "Value": {
                                "AutoContent": "圣丹市丹塔县星域镇未名村",
                                "Coord": {
                                    "LeftTop": {
                                        "X": 249,
                                        "Y": 956
                                    },
                                    "RightTop": {
                                        "X": 1181,
                                        "Y": 955
                                    },
                                    "RightBottom": {
                                        "X": 1181,
                                        "Y": 1035
                                    },
                                    "LeftBottom": {
                                        "X": 249,
                                        "Y": 1036
                                    }
                                }
                            }
                        }
                    ]
                }
            ]
        }
    ],
    "WordList": [],
    "RequestId": "月小水长 buyixiao 的 RID"
}

 是图片相对于水平的旋转角度，文本的水平方向为 0，顺时针为正，逆时针为负；

 是我们传入的待解析字段，对应的

 就是文本在图片中的位置边框，其四个点的坐标。

所以下面的我们的目标就是解析所有的 

一点也不规则，不能直接清晰地通过下标或者键名获取想要的结果，

json["StructuralList"][0]["Groups"][0]["Lines"]

之类的 ugly 写法，但是这样看起来不易读不好维护，而且不一定通用，

如果你读过我在云社区写的这篇文章：

工程实践善用简单算法，事半功倍。

就能清楚的知道，本文解析任务也类似，都可以通过设计递归算法简化之，

递归解析引擎我写好了，测试通过，拿去用即可。

def parseEntity(resp_json):
    entity_collected = {}

    def recurse_seek(obj):
        if isinstance(obj, dict):
            if "Key" in obj.keys() and "AutoName" in obj["Key"] and \
                    "Value" in obj.keys() and "AutoContent" in obj["Value"]:
                entity_collected[obj["Key"]["AutoName"]] = obj["Value"]["AutoContent"]
            else:
                for key, value in obj.items():
                    if isinstance(value, list):
                        for vv in value:
                            recurse_seek(vv)
        elif isinstance(obj, list):
            for item in obj:
                recurse_seek(item)

    if resp_json:
        recurse_seek(resp_json)

    return entity_collected

{'日期': '2025年1月5日', '地点': '圣丹市丹塔县星域镇未名村'}

1、需要导入的包如下，复制到文件最前面

import base64
import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models

2、接着复制上面所有的工具函数、请求函数、解析函数（

 文件一个目录下，就能完整运行起来了

if __name__ == '__main__':
    response_json = buildTencentSmartStructuralOCRV2(image_file_path='./demo.jpg')
    entity_dict = parseEntity(response_json)
    print(entity_dict)

腾讯云智能结构化给 OCR 提取和结构信息提取提供了新的选择，而且产品和文档都做的比较好，有需要的朋友们可以动手试试，

我仅小小抛砖引玉了下，其实这个产品还有其他更多强大功能可以探索，在大模型能力的加持下，想象空间很大，

我在官方文档找到了如下表述：

智能结构化助力在大规模突发事件背景下社交媒体图片中时间、地点等关键信息的有效提取

OCR 文本识别 + 结构化信息提取一步到位

人工智能

云计算

算法

智能结构化

结构化数据

文字识别

数据转换

Python

JSON

2025春季采购节

smart-ocr

文字识别限时抢购，热门产品低至14.9元


4位行业大咖将分享DeepSeek × 技术创作者：10倍速构建专业影响力讲座，助你抢占AI红利窗口！点击报名到场/直播预约：<a href="https://cloud.tencent.com/developer/salon/salon-2328" target="_blank">https://cloud.tencent.com/developer/salon/salon-2328</a><br/> 
 <img src="https://qcloudimg.tencent-cloud.cn/raw/3b8f3fb01c22a358ef9f87c7ffbddb3b.jpg"/>

智能结构化助力在大规模突发事件背景下社交媒体图片中时间、地点等关键信息的有效提取

智能结构化助力在大规模突发事件背景下社交媒体图片中时间、地点等关键信息的有效提取

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐