需求:每日会在指定文件夹下生成一个excl文件,系统需要定时读取该文件,根据这个生成文件的数据去匹配填充指定excl模板数据,excl模板文件每天也需要从指定网站下载,并完成上传到指定网站;
源码附在博客中了,在顶部↑↑↑↑。
首先你需要拥有百度开发者中心的账号,如果没有请注册:https://login.bce.baidu.com/?account=
简单的填写相关资料即可;填写好了登录主界面,如下:
然后找到图像识别:产品服务 =>人工智能,EasyDL定制训练平台,点击打开;然后打开菜单,经典版=>公有云服务管理=>应用列表;点击创建应用;
创建应用的时候需要选择“文字识别”,应用名字随意,文字识别包名 选不需要,描述随意。
创建好了会获得 API Key和Secret Key,这两用于接口调用认证access_token(创建好了后百度可能存在缓存问题,我拿去做接口调用报错:No permission to access data;然后过了大概十几分钟到半个小时的样子,这个错误就消失,且接口能调用成功,如果有其他报错,可以直接在百度开发者论坛中搜索)。
现在我们需要建立我们的java工程了,建立一个maven项目,pom.xml引入相关jar,AuthService.java做百度接口授权认证,BaseImg64.java将图片转化成base64后再转化成urlencode,MyImgCheck.java主服务类。
pom.xml:如下
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.wsk</groupId>
<artifactId>baidu</artifactId>
<version>1.0-SNAPSHOT</version>
<packaging>jar</packaging>
<dependencies>
<!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.46</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.httpcomponents/httpclient -->
<dependency>
<groupId>org.apache.httpcomponents</groupId>
<artifactId>httpclient</artifactId>
<version>4.5.5</version>
</dependency>
<!-- https://mvnrepository.com/artifact/commons-codec/commons-codec -->
<dependency>
<groupId>commons-codec</groupId>
<artifactId>commons-codec</artifactId>
<version>1.12</version>
</dependency>
</dependencies>
<build>
<finalName>ROOT</finalName>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>2.3.2</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
</configuration>
</plugin>
</plugins>
</build>
</project>
AuthService.java
package com.baidu.api;
import com.alibaba.fastjson.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;
/**
* @author yangmin
* @description 授权认证服务
*/
public class AuthService {
/**
* 获取权限token
*
* @return 返回 access_token
* }
*/
private static String getAuth() {
// 刚刚在百度 获得 API Key ,这个30天后需要重新获取
String apiKey = "XfRtdm1UxgUAOphG5NQoSP2B";
// 刚刚在百度 获得Secret Key ,这个30天后需要重新获取
String secretkey = "UwvDnms6lpCY5GmSisSvti2XsLZs3cVy";
// 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"
+ "&client_id=" + apiKey
+ "&client_secret=" + secretkey;
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 = JSONObject.parseObject(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();
}
}
BaseImg64.java
package com.baidu.api;
import org.apache.commons.codec.binary.Base64;
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 yangmin
*
*/
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
Base64 base64 = new Base64();
// 返回Base64编码过再URLEncode的字节数组字符串
return URLEncoder.encode(base64.encodeToString(data));
}
}
MyImgCheck.java,其中的 “POST_URL”的值为 如下图(代码中已写),这个地址一般是固定的,不同的接口,地址不一样,请注意,我这里只用了通用接口,如果需要使用其他接口,请注意处理:
package com.baidu.api;
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;
/**
* 图像文字识别服务类
*
* @Author : yangmin
*/
public class MyImgCheck {
//百度图像识别访问地址,在开发者中心的 通用服务列表获取,一般为固定格式
private static final String POST_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=";
/**
* 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();
String posturl = POST_URL+AuthService.getAuth();
URI url = new URI(posturl);
System.out.println("组装后的请求地址:"+posturl);
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 = "D:\\home\\image\\20180125\\0.png";
try {
long now = System.currentTimeMillis();
checkFile(path);
System.out.println("耗时:" + (System.currentTimeMillis() - now) / 1000 + "s");
} catch (URISyntaxException | IOException e) {
e.printStackTrace();
}
}
}
运行main效果如下(接口返回的数据需要自己根据自己的需求来组装解析,我这里就不做处理了):
总结一下,百度这个识别率还是蛮高的,感觉比Java OCR tess4j好用一下,识别用时稍微慢点不知道是不是我图片的问题,主要是要把百度开发者中心这一套注册下来,第一次玩费事不少,特别是申请到了key,怎么调用都报【No permission to access data】问题;可以基于这个做pdf 文件提取啊,图片验证码识别等,后续继续研究。
百度相关接口文档: