ABAP调用baidu ORC增值税发票识别接口识别发票信息

文章描述了一种使用BaiduOCRAPI的方法,首先读取并转换本地图片为URL编码,然后获取BaiduToken,接着调用增值税发票识别API并获取返回的信息。
摘要由CSDN通过智能技术生成

1.读取本地图片,转换为urlencode
2.获取baidu token,需要先申请自己的API_KEY和SECRET_KEY,赋给类参数
3.调用增值税发票的API
4.获取返回信息

CLASS zwft_invoice_orc DEFINITION
  PUBLIC
  FINAL
  CREATE PUBLIC .

  PUBLIC SECTION.

    TYPES:
      BEGIN OF words_result ,
        invoicetypeorg       TYPE string,
        invoicecode          TYPE string,
        invoicenum           TYPE string,
        invoicedate          TYPE string,
        purchasername        TYPE string,
        purchaserregisternum TYPE string,
        purchaseraddress     TYPE string,
        purchaserbank        TYPE string,
        province             TYPE string,
        city                 TYPE string,
        sheetnum             TYPE string,
        commodityunit        TYPE string,
        sellername           TYPE string,
        sellerregisternum    TYPE string,
        selleraddress        TYPE string,
        sellerbank           TYPE string,
        totalamount          TYPE string,
        totaltax             TYPE string,
        amountinwords        TYPE string,
        remarks              TYPE string,
      END OF words_result .
    TYPES:
      BEGIN OF ty_invoice,
        words_result_num TYPE string,
        words_result     TYPE words_result,
      END OF ty_invoice .

    DATA api_key TYPE string VALUE '' ##自己的API_KEY.
    DATA secret_key TYPE string VALUE '' ##自己的密钥.
    DATA image_xstring TYPE xstring .

    METHODS constructor .
    METHODS get_invoice
      EXPORTING
        !invoice TYPE ty_invoice .
  PROTECTED SECTION.
  PRIVATE SECTION.

    TYPES:
      BEGIN OF ty_token ,
        refresh_token TYPE string,
        access_token  TYPE string,
      END OF ty_token .

    DATA token_url TYPE string VALUE 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials' ##NO_TEXT.
    DATA api_url TYPE string VALUE 'https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice' ##NO_TEXT.

    METHODS get_image
      RETURNING
        VALUE(image_urlencoded) TYPE string .
    METHODS get_token
      RETURNING
        VALUE(token) TYPE string .
ENDCLASS.



CLASS ZWFT_INVOICE_ORC IMPLEMENTATION.


* <SIGNATURE>---------------------------------------------------------------------------------------+
* | Instance Public Method ZWFT_INVOICE_ORC->CONSTRUCTOR
* +-------------------------------------------------------------------------------------------------+
* +--------------------------------------------------------------------------------------</SIGNATURE>
  METHOD constructor.
  ENDMETHOD.


* <SIGNATURE>---------------------------------------------------------------------------------------+
* | Instance Private Method ZWFT_INVOICE_ORC->GET_IMAGE
* +-------------------------------------------------------------------------------------------------+
* | [<-()] IMAGE_URLENCODED               TYPE        STRING
* +--------------------------------------------------------------------------------------</SIGNATURE>
  METHOD get_image.
*  image_xstring = zwft_common=>file_upload_bin( ).
* gui_upload获取文件信息
* 通过SCMS_BINARY_TO_XSTRING转换为XSTRING
    CALL FUNCTION 'SCMS_BASE64_ENCODE_STR'
      EXPORTING
        input  = image_xstring
      IMPORTING
        output = image_urlencoded.
    image_urlencoded = cl_http_utility=>escape_url( image_urlencoded ).
  ENDMETHOD.


* <SIGNATURE>---------------------------------------------------------------------------------------+
* | Instance Public Method ZWFT_INVOICE_ORC->GET_INVOICE
* +-------------------------------------------------------------------------------------------------+
* | [<---] INVOICE                        TYPE        TY_INVOICE
* +--------------------------------------------------------------------------------------</SIGNATURE>
  METHOD get_invoice.
    DATA:lo_http_client TYPE REF TO if_http_client.
    DATA(image_data) = get_image( ).
    CHECK image_data IS NOT INITIAL.
    image_data = |image={ image_data }|.

    DATA(token) = get_token( ).
    CHECK token IS NOT INITIAL.

    api_url = |{ api_url }?access_token={ token }|.

    cl_http_client=>create_by_url( EXPORTING url = api_url IMPORTING client = lo_http_client ).

    lo_http_client->request->set_method( if_http_request=>co_request_method_post ).
    lo_http_client->request->set_header_field( name = if_http_header_fields=>content_type value = 'application/x-www-form-urlencoded' ).
    lo_http_client->request->set_cdata( data = image_data length = strlen( image_data ) ).
    lo_http_client->send( EXCEPTIONS http_communication_failure = 1 http_invalid_state = 2 http_processing_failed = 3 ).
    lo_http_client->receive( EXCEPTIONS http_communication_failure = 1 http_invalid_state = 2 http_processing_failed = 3 ).
    lo_http_client->response->get_status( IMPORTING code = DATA(lv_subrc) reason = DATA(return) ).


    IF lv_subrc = 200.
      DATA(cdata) = lo_http_client->response->get_cdata( ).
      cl_fdt_json=>json_to_data( EXPORTING iv_json = cdata CHANGING ca_data = invoice ).
    ELSE.
      MESSAGE 'invoice get error' TYPE 'E'.
    ENDIF.

  ENDMETHOD.


* <SIGNATURE>---------------------------------------------------------------------------------------+
* | Instance Private Method ZWFT_INVOICE_ORC->GET_TOKEN
* +-------------------------------------------------------------------------------------------------+
* | [<-()] TOKEN                          TYPE        STRING
* +--------------------------------------------------------------------------------------</SIGNATURE>
  METHOD get_token.
    DATA:lo_http_client TYPE REF TO if_http_client.
    DATA ls_token TYPE ty_token.

    token_url = |{ token_url }&client_id={ api_key }&client_secret={ secret_key }|.
    cl_http_client=>create_by_url( EXPORTING url = token_url IMPORTING client = lo_http_client ).
    lo_http_client->request->set_header_field( name = if_http_header_fields=>content_type value = 'application/json' ).
    lo_http_client->request->set_header_field( name = 'Accept' value = 'application/json' ).
    lo_http_client->request->set_method( if_http_request=>co_request_method_get ).
    lo_http_client->send( EXCEPTIONS http_communication_failure = 1 http_invalid_state = 2 http_processing_failed = 3 ).
    lo_http_client->receive( EXCEPTIONS http_communication_failure = 1 http_invalid_state = 2 http_processing_failed = 3 ).

    lo_http_client->response->get_status( IMPORTING code = DATA(lv_subrc) reason = DATA(return) ).
    IF lv_subrc = 200.
      cl_fdt_json=>json_to_data( EXPORTING iv_json = lo_http_client->response->get_cdata( ) CHANGING ca_data = ls_token ).
      token = ls_token-access_token.
    ELSE.
      MESSAGE 'token get error' TYPE 'E'.
    ENDIF.
  ENDMETHOD.
ENDCLASS.

可以额外将xstring保存到表字段中或者WWWDATA中,调用HTML预览,下面为示例方法:

* <SIGNATURE>---------------------------------------------------------------------------------------+
* | Static Public Method ZWFT_HTML=>SHOW_PICTURE
* +-------------------------------------------------------------------------------------------------+
* | [--->] IMAGE_XSTRING                  TYPE        XSTRING
* +--------------------------------------------------------------------------------------</SIGNATURE>
METHOD show_picture.
    DATA image_html TYPE cl_abap_browser=>html_table.
    DATA mime TYPE lvc_t_mime.
    DATA url(255) TYPE c.
    CALL FUNCTION 'SCMS_XSTRING_TO_BINARY'
      EXPORTING
        buffer     = image_xstring
      TABLES
        binary_tab = mime.

    CALL FUNCTION 'DP_CREATE_URL'
      EXPORTING
        type                 = 'IMAGE'
        subtype              = 'PNG'
      TABLES
        data                 = mime
      CHANGING
        url                  = url
      EXCEPTIONS
        dp_invalid_parameter = 1
        dp_error_put_table   = 2
        dp_error_general     = 3
        OTHERS               = 4.

    APPEND |<img CLASS="image" src="{ url }" alt="picture"</img>|  TO image_html.
    DATA error_list TYPE cl_abap_browser=>html_table.
    cl_abap_browser=>show_html(
    EXPORTING
      html = image_html
*      html_string = html_str
      printing = abap_true
      context_menu = abap_true
      dialog = 'X'
    IMPORTING
      html_errors = error_list ).
  ENDMETHOD.
  • 7
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值