龙空技术网

Java-基于百度API的图片文字识别(支持中文,英文和中英文混合)

爱音乐的程序员小新人 165

前言:

现时姐妹们对“ocrcheckcss”大概比较讲究,兄弟们都需要学习一些“ocrcheckcss”的相关文章。那么小编同时在网络上汇集了一些有关“ocrcheckcss””的相关资讯,希望咱们能喜欢,看官们快快来了解一下吧!

具体文档:

PS:

基于Java 1.8

版本控制:maven

使用之前需要获取对应的项目API_KEY,SECRET_KEY,这些参数在使用API的时候必须用到,用于生成access_token。

如何获取这些参数:在百度开发者中心申请一个“通用文字识别”项目,然后就可以获取到这些参数。

准备条件都完成了,现在开始进行图像识别了。

test4j图片文字识别教程:

1. 准备pom文件

<!-- -->

<dependency>

<groupId>com.alibaba</groupId>

<artifactId>fastjson</artifactId>

<version>1.2.46</version>

</dependency>

<!-- -->

<dependency>

<groupId>org.apache.httpcomponents</groupId>

<artifactId>httpclient</artifactId>

<version>4.5.5</version>

</dependency>

123456789101112

2. 获取access_token

package com.wsk.netty.check;

import org.json.JSONObject;

import java.io.BufferedReader;

import java.io.InputStreamReader;

import java.net.HttpURLConnection;

import java.net.URL;

import java.util.List;

import java.util.Map;

/**

* 获取token类

*

* @Author : WuShukai

* @Date :2018/2/12 10:04

*/

public class AuthService {

/**

* 获取权限token

* @return 返回示例:

* {

* "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",

* "expires_in": 2592000

* }

*/

public static String getAuth() {

// 官网获取的 API Key 更新为你注册的

String clientId = "**";

// 官网获取的 Secret Key 更新为你注册的

String clientSecret = "**";

return getAuth(clientId, clientSecret);

}

/**

* 获取API访问token

* 该token有一定的有效期,需要自行管理,当失效时需重新获取.

* @param ak - 百度云官网获取的 API Key

* @param sk - 百度云官网获取的 Securet Key

* @return assess_token 示例:

* "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"

*/

private static String getAuth(String ak, String sk) {

// 获取token地址

String authHost = "?";

String getAccessTokenUrl = authHost

// 1. grant_type为固定参数

+ "grant_type=client_credentials"

// 2. 官网获取的 API Key

+ "&client_id=" + ak

// 3. 官网获取的 Secret Key

+ "&client_secret=" + sk;

try {

URL realUrl = new URL(getAccessTokenUrl);

// 打开和URL之间的连接

HttpURLConnection connection = (HttpURLConnection) realUrl.openConnection();

connection.setRequestMethod("GET");

connection.connect();

// 获取所有响应头字段

Map<String, List<String>> map = connection.getHeaderFields();

// 遍历所有的响应头字段

for (String key : map.keySet()) {

System.err.println(key + "--->" + map.get(key));

}

// 定义 BufferedReader输入流来读取URL的响应

BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));

StringBuilder result = new StringBuilder();

String line;

while ((line = in.readLine()) != null) {

result.append(line);

}

/**

* 返回结果示例

*/

System.err.println("result:" + result);

JSONObject jsonObject = new JSONObject(result.toString());

return jsonObject.getString("access_token");

} catch (Exception e) {

System.err.printf("获取token失败!");

e.printStackTrace(System.err);

}

return null;

}

public static void main(String[] args) {

getAuth();

}

}

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091

.

12

3. 编写将图片转化成base64后再转化成urlencode的工具类

package com.wsk.netty.check;

import sun.misc.BASE64Encoder;

import java.io.FileInputStream;

import java.io.IOException;

import java.io.InputStream;

import java.net.URLEncoder;

/**

* 图片转化base64后再UrlEncode结果

* @Author : WuShukai

* @Date :2018/2/12 10:43

*/

public class BaseImg64 {

/**

* 将一张本地图片转化成Base64字符串

* @param imgPath 本地图片地址

* @return 图片转化base64后再UrlEncode结果

*/

public static String getImageStrFromPath(String imgPath) {

InputStream in;

byte[] data = null;

// 读取图片字节数组

try {

in = new FileInputStream(imgPath);

data = new byte[in.available()];

in.read(data);

in.close();

} catch (IOException e) {

e.printStackTrace();

}

// 对字节数组Base64编码

BASE64Encoder encoder = new BASE64Encoder();

// 返回Base64编码过再URLEncode的字节数组字符串

return URLEncoder.encode(encoder.encode(data));

}

}

1234567891011121314151617181920212223242526272829303132333435363738394041

.

4. 编写调用百度API接口的方法,获取识别结果

package com.wsk.netty.check;

import org.apache.http.HttpResponse;

import org.apache.http.client.HttpClient;

import org.apache.http.client.methods.HttpPost;

import org.apache.http.entity.StringEntity;

import org.apache.http.impl.client.DefaultHttpClient;

import org.apache.http.util.EntityUtils;

import java.io.File;

import java.io.IOException;

import java.net.URI;

import java.net.URISyntaxException;

/**

* 图像文字识别

*

* @Author : WuShukai

* @Date :2018/2/12 10:25

*/

public class Check {

private static final String POST_URL = "" + AuthService.getAuth();

/**

* 识别本地图片的文字

*

* @param path 本地图片地址

* @return 识别结果,为json格式

* @throws URISyntaxException URI打开异常

* @throws IOException io流异常

*/

public static String checkFile(String path) throws URISyntaxException, IOException {

File file = new File(path);

if (!file.exists()) {

throw new NullPointerException("图片不存在");

}

String image = BaseImg64.getImageStrFromPath(path);

String param = "image=" + image;

return post(param);

}

/**

* @param url 图片url

* @return 识别结果,为json格式

*/

public static String checkUrl(String url) throws IOException, URISyntaxException {

String param = "url=" + url;

return post(param);

}

/**

* 通过传递参数:url和image进行文字识别

*

* @param param 区分是url还是image识别

* @return 识别结果

* @throws URISyntaxException URI打开异常

* @throws IOException IO流异常

*/

private static String post(String param) throws URISyntaxException, IOException {

//开始搭建post请求

HttpClient httpClient = new DefaultHttpClient();

HttpPost post = new HttpPost();

URI url = new URI(POST_URL);

post.setURI(url);

//设置请求头,请求头必须为application/x-www-form-urlencoded,因为是传递一个很长的字符串,不能分段发送

post.setHeader("Content-Type", "application/x-www-form-urlencoded");

StringEntity entity = new StringEntity(param);

post.setEntity(entity);

HttpResponse response = httpClient.execute(post);

System.out.println(response.toString());

if (response.getStatusLine().getStatusCode() == 200) {

String str;

try {

/*读取服务器返回过来的json字符串数据*/

str = EntityUtils.toString(response.getEntity());

System.out.println(str);

return str;

} catch (Exception e) {

e.printStackTrace();

return null;

}

}

return null;

}

public static void main(String[] args) {

String path = "E:\\find.png";

try {

long now = System.currentTimeMillis();

checkFile(path);

checkUrl("");

System.out.println("耗时:" + (System.currentTimeMillis() - now) / 1000 + "s");

} catch (URISyntaxException | IOException e) {

e.printStackTrace();

}

}

}

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495969798

.

5. 识别结果(仅测试本地图片识别)

中文

结果:

结论

这里是使用了Postman进行测试的,用IDEA控制台的话,返回的json不易读。

从这里可以看出,耗时是1s,虽然识别率高,但是结果还是有那么的一些差距,例如识别结果的第五列,只返回了“我是逊尼”,而原图片的很大串没有识别出来。

英文:

结果:

结论

单识别英文的图片,效果还是比较满意的,耗时短,精准率高。

中英文结合:

结果:

结论

结果也是比较满意的。百度的识别还是要双击66666.

标签: #ocrcheckcss