Java快速集成OCR文字识别
相关文章
简介
文字识别OCR(Optical Character Recognition)提供多场景、多语种、高精度的文字检测与识别服务,多项ICDAR指标居世界第一。广泛适用于金融服务、财税报销、法律政务、保险医疗、快递物流、交通出行、教育培训等场景,显著提升信息提取和录入效率,实现信息处理的“电子化”、“自动化”,助力企业加快数字化建设和智能化升级。
官方文档
https://cloud.baidu.com/doc/OCR/s/fk3h7xu7h
Web 配置操作
第一步:成为百度AI开放平台的开发者
要调用百度AI开放平台的文字识别能力先要成为百度AI开放平台的开发者,首先让我们花5分钟来注册百度AI开放平台的开发者。
先点击注册百度账户,进入如下图的页面快速地建立一个百度账号。
第二步:开通文字识别服务
1. 领取免费测试资源
点击登录 文字识别控制台,找到「领取免费资源」按钮。
根据您的需求选择相应的文字识别接口,选择完成后点击「0元领取」,领取免费测试资源。
2. 创建应用
领取完免费测试资源后,您需要创建应用才可正式调用文字识别能力。
进入 文字识别控制台,点击 「创建应用」。
需要,填写完毕相应信息后,点击「立即创建」,即可完成应用的创建。应用创建完毕后,您可以点击左侧导航中的「应用列表」,进行应用查看。
然后就能看到创建完的应用 API KEY 以及 Secret KEY 了。以上两个信息是您应用实际开发的主要凭证,每个应用之间各不相同,请您妥善保管。
第三步:使用文字识别服务
1. 添加OCR依赖
<dependency>
<groupId>com.google.code.gson</groupId>
<artifactId>gson</artifactId>
<version>2.8.6</version>
</dependency>
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>4.16.7</version>
</dependency>
2. 下载相关工具包
- FileUtil
https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72 - Base64Util
https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2 - HttpUtil
https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3 - GsonUtils
https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
3. 手写文字识别
注:这里以手写文字识别为例
package com.baidu.ai.aip;
import com.baidu.ai.aip.utils.Base64Util;
import com.baidu.ai.aip.utils.FileUtil;
import com.baidu.ai.aip.utils.HttpUtil;
import java.net.URLEncoder;
/**
* 手写文字识别
*/
public class Handwriting {
public static String handwriting(String picture) {
String url = "https://aip.baidubce.com/rest/2.0/ocr/v1/handwriting";
try {
String filePath = picture;
byte[] imgData = FileUtil.readFileByBytes(filePath);
String imgStr = Base64Util.encode(imgData);
String imgParam = URLEncoder.encode(imgStr, "UTF-8");
String param = "image=" + imgParam;
// 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间, 客户端可自行缓存,过期后重新获取。
String accessToken = AuthService.getAuth();
String result = HttpUtil.post(url, accessToken, param);
System.out.println(result);
return result;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
public static void main(String[] args) {
Handwriting.handwriting("D:\\1493859062306177024.jpg");
}
}
}
access_token 通过API Key和Secret Key获取的access_token
4. 获取access_token
package com.baidu.ai.aip.auth;
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
*/
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 Secret Key
* @return assess_token 示例:
* "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"
*/
public static String getAuth(String ak, String sk) {
// 获取token地址
String authHost = "https://aip.baidubce.com/oauth/2.0/token?";
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()));
String result = "";
String line;
while ((line = in.readLine()) != null) {
result += line;
}
/**
* 返回结果示例
*/
System.err.println("result:" + result);
JSONObject jsonObject = new JSONObject(result);
String access_token = jsonObject.getString("access_token");
return access_token;
} catch (Exception e) {
System.err.printf("获取token失败!");
e.printStackTrace(System.err);
}
return null;
}
}
第四步:测试
-
识别图片
-
获取access_token
-
识别文字
第五步:监控报表
在管理控制台可查看流量情况
结束
这样我们 使用Java实现第三方OCR识别功能就完成了,小伙伴们可以稍作修改,集成到各自的项目里,博主已经将自己集成的项目放在上方了,小伙伴们可自己下载安装。另外都已经看了这么久就关注博主和博主一起学习吧!