文件识别文字的大体流程

启动项目的前提（新手去公司必备的技能）：git clone克隆项目，指定分支 更换项目的maven位置 改application.yml配置文件为自己的部分

接口：/ocr/general 常规识别     【将文件中的文本内容提取成json格式】

传入参数：

blankDetection 空白页检测，如果开启则对应的有一个blankIndex字段，值为空白页的索引，从0开始

langType 语言类型，中文

需要识别的文件（目标文件）

流程：

1. 前端发送请求，首先根据请求参数封装map类型的参数集合。

2. 判断传入的文件对象和fileBase64（文件Base64数据）是否为空，这是是对文件的非空判断。

3. 将该识别任务存储为一个task对象，并返回一个task id。

4. 将该文件对象拷贝到指定的src路径下

5. 将 task id 发送到 active MQ中,指定destination，等待MQ接收这个id，然后直接返回处理成功的响应结果。

6. MQ监听指定destination的消息，如果存在则取出消息，找到对应的task，然后处理该task。

7. 首先更新task状态为处理中，然后通过指定的构造参数获取到源路径对象以及目标路径对象。

8. 执行核心任务：将目标文件中的文本内容提取出来，将其转成一个json格式。

   • 首先尝试获取目标文件的格式，这里调用的是TypeProbe中的type方法，从HTTP头部中获取文件类型。

   • 然后如果请求头中有参数的话，需要封装一下参数，然后调用由c++编写的执行引擎将目标文件中的内容解析成json对象。

   • 将json对象存入指定的文件中。

9. 更新task状态为成功，并异步返回处理结果，然后调用query接口查询识别后的文本内容即可。

/ocr/arrurate 精确识别，也是转成txt文本，除了常规识别出的内容之外，还有每行内容的边界，并且会列出每个字符的边界信息。

修复语义识别的bug：原先解析出来的json数据有blankIndex字段（空白页）的值以及解析出的内容，但是实际存放到文件中的是解析出来的内容，返回list类型。

解决办法：首先判断blankIndex字段是否有值（空白页），如果有则将blankIndex和pages（识别出的内容）对应的key和value存放到map中，然后然后map类型。

后续读取的话，取出json对象，先判断是否是map类型，如果是，则将对应的key和value取出来存放到结果中返回，否则是list存放到结果中返回。