SpringBoot实现图片识别文字的四种方式

最新推荐文章于 2024-04-28 10:33:43 发布
最新推荐文章于 2024-04-28 10:33:43 发布
阅读量1.6k 收藏 16
点赞数
文章标签： spring boot 后端 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50117748/article/details/134483543
版权

SpringBoot实现图片识别文字

文末含有案例地址哦！！！

SpringBoot 整合 Tess4J 实现

Tesseract是一个开源的光学字符识别（OCR）引擎，它可以将图像中的文字转换为计算机可读的文本。支持多种语言和书面语言，并且可以在命令行中执行。它是一个流行的开源OCR工具，可以在许多不同的操作系统上运行。

Tess4J是一个基于Tesseract OCR引擎的Java接口，可以用来识别图像中的文本，说白了，就是封装了它的API，让Java可以直接调用。

1、引入tess4j依赖

<!-- tess4j -->
<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
    <version>4.5.4</version>
</dependency>

2、yml配置

把训练数据的目录路径配置在yml里，后续可以扩展到配置中心。

server:
  port: 8888

# 训练数据文件夹的路径
tess4j:
  datapath: E:/gitee/OCR/tess4j_data

Tesseract OCR库通过训练数据来学习不同语言和字体的特征，以便更好地识别图片中的文字。

在安装Tesseract OCR库时，通常会生成一个包含多个子文件夹的训练数据文件夹，其中每个子文件夹都包含了特定语言或字体的训练数据。

比如我这里是下载后放到了D盘的tessdata目录下，如图所示，其实就是一个.traineddata为后缀的文件，大小约2M多。

训练数据，官方下载地址：https://digi.bib.uni-mannheim.de/tesseract/

GitHub官网地址：https://github.com/tesseract-o

image20231117115838967.png

3、编写配置类

@Configuration

public class TesseractOcrConfig {

    @Value("${tess4j.dataPath}")
    private String dataPath;

    @Bean
    public Tesseract tesseract() {

        Tesseract tesseract = new Tesseract();
        // 设置训练数据文件夹路径
        tesseract.setDatapath(dataPath);
        // 设置为中文简体
        tesseract.setLanguage("chi_sim");
        return tesseract;
    }

}

4、编写业务实现类

@Service
public class OcrServiceImpl implements OcrService {

    private final Tesseract tesseract;

    public OcrServiceImpl(Tesseract tesseract) {
        this.tesseract = tesseract;
    }

    /**
     *
     * @param imageFile 要识别的图片
     * @return
     */
    @Override
    public String recognizeText(MultipartFile imageFile) throws IOException, TesseractException {
        // 转换
        InputStream sbs = new ByteArrayInputStream(imageFile.getBytes());
        BufferedImage bufferedImage = ImageIO.read(sbs);

        // 对图片进行文字识别
        return tesseract.doOCR(bufferedImage);
    }
}

5、编写测试接口

@RestController
@RequestMapping("/api")
@Slf4j
public class OcrController {
    private final OcrService ocrService;

    public OcrController(OcrService ocrService) {
        this.ocrService = ocrService;
    }

    @PostMapping(value = "/recognize", consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
    public String recognizeImage(@RequestParam("file") MultipartFile file) throws TesseractException, IOException {

        log.info(ocrService.recognizeText(file));

        // 调用OcrService中的方法进行文字识别
        return ocrService.recognizeText(file);
    }
}

postman配置：

image20231117120601161.png

效果：

image20231117120728923.png

此方法的识别精准度差，不建议使用。

案例完整代码：https://github.com/rookiesnewbie/OCR

整合百度智能云实现

官网文档：https://ai.baidu.com/ai-doc/OCR/dk3iqnq51

1、根据官方文档创建应用

2、引入依赖

<!--百度ocr-->
<dependency>
    <groupId>com.baidu.aip</groupId>
    <artifactId>java-sdk</artifactId>
    <version>4.16.10</version>
</dependency>

3、编写yml配置文件

server:
  port: 8090

baidu:
  APP_ID: #应用的appid
  API_KEY: #你的app_key
  SECRET_KEY: #你的secret_key

4、创建一个配置类来初始化百度OCR的客户端

@Setter
@Configuration
@ConfigurationProperties(prefix = "baidu")
public class baiduOcrConfig {

    private String APP_ID;
    private String API_KEY;
    private String SECRET_KEY;

    @Bean
    public AipOcr aipOcr() {
        return new AipOcr(APP_ID, API_KEY, SECRET_KEY);
    }

}

5、编写controller

@RestController
@Slf4j
@RequestMapping("/api")
public class BaiduOcrController {


    @Autowired
    private AipOcr aipOcr;

    @PostMapping(value = "/process",consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
    public String processImage(@RequestParam("file") MultipartFile file) {
        HashMap<String, String> options = new HashMap<String, String>();
        options.put("detect_direction", "true");
        options.put("probability", "true");
        try {
            byte[] imageBytes = file.getBytes();
            JSONObject result = aipOcr.basicGeneral(imageBytes, options);

            // 解析百度OCR的识别结果
            StringBuilder sb = new StringBuilder();
            result.getJSONArray("words_result").forEach(item -> {
                JSONObject word = (JSONObject) item;
                sb.append(word.getString("words")).append("\n");
            });

            return sb.toString();
        } catch (IOException e) {
            e.printStackTrace();
            return "Error processing image";
        }

    }

}

6、使用postm测试

image20231117173334187.png

效果：

image20231117173515001.png

精准度很高，推荐使用，而且还有很多的精准度选择

常用API：

https://ai.baidu.com/ai-doc/OCR/Nkibizxlf

  • 通用文字识别

    官网文档：https://ai.baidu.com/ai-doc/OCR/Nkibizxlf#%E9%80%9A%E7%94%A8%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB

    • //image为图片的二进制字节数组，options为传入可选参数调用接口
basicGeneral(byte[] image, HashMap<String, String> options) 

    • //image为图片的存放路径，options为传入可选参数调用接口
basicGeneral(String image, HashMap<String, String> options)

    • //image为图片的存放在服务器的路径，options为传入可选参数调用接口
basicGeneralUrl(String url, HashMap<String, String> options)

  • 通用文字识别（高精度版）

    官网文档：https://ai.baidu.com/ai-doc/OCR/Nkibizxlf#%E9%80%9A%E7%94%A8%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%EF%BC%88%E9%AB%98%E7%B2%BE%E5%BA%A6%E7%89%88%EF%BC%89

    • //image为图片的二进制字节数组，options为传入可选参数调用接口
basicAccurateGeneral(byte[] image, HashMap<String, String> options)

    • //image为本地图片的存放路径，options为传入可选参数调用接口
basicAccurateGeneral(String image, HashMap<String, String> options)

  • 通用文字识别（含位置信息版）

    官网文档：https://ai.baidu.com/ai-doc/OCR/Nkibizxlf#%E9%80%9A%E7%94%A8%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%EF%BC%88%E5%90%AB%E4%BD%8D%E7%BD%AE%E4%BF%A1%E6%81%AF%E7%89%88%EF%BC%89

    • //image为图片的二进制字节数组，options为传入可选参数调用接口
general(byte[] image, HashMap<String, String> options)

    • //image为图片的存放路径，options为传入可选参数调用接口
general(String image, HashMap<String, String> options)

    • //image为图片的存放在服务器的路径，options为传入可选参数调用接口
generalUrl(String url, HashMap<String, String> options)

  • 通用文字识别（含位置高精度版）

    官网文档：https://ai.baidu.com/ai-doc/OCR/Nkibizxlf#%E9%80%9A%E7%94%A8%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%EF%BC%88%E5%90%AB%E4%BD%8D%E7%BD%AE%E9%AB%98%E7%B2%BE%E5%BA%A6%E7%89%88%EF%BC%89

    • //image为图片的二进制字节数组，options为传入可选参数调用接口
accurateGeneral(byte[] image, HashMap<String, String> options)

    • //image为图片的存放路径，options为传入可选参数调用接口
accurateGeneral(String image, HashMap<String, String> options)

  • 通用文字识别（含生僻字版）

    官网文档：https://ai.baidu.com/ai-doc/OCR/Nkibizxlf#%E9%80%9A%E7%94%A8%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%EF%BC%88%E5%90%AB%E7%94%9F%E5%83%BB%E5%AD%97%E7%89%88%EF%BC%89

    • enhancedGeneral(byte[] image, HashMap<String, String> options)

    • enhancedGeneral(String image, HashMap<String, String> options)

    • enhancedGeneralUrl(String url, HashMap<String, String> options)

整合阿里云阿里云

官方文档：https://next.api.aliyun.com/api-tools/sdk/ocr-api?spm=a2c4g.442247.0.0.40933e8eQ3GZIX&version=2021-07-07&language=java-tea&tab=primer-doc

https://next.api.aliyun.com/api/ocr-api/2021-07-07/RecognizeAdvanced?spm=api-workbench.SDK%20Document.0.0.2e7652e95jnhKE&tab=DOC&sdkStyle=dara&lang=JAVA

1、引入依赖

<dependency>
  <groupId>com.aliyun</groupId>
  <artifactId>ocr_api20210707</artifactId>
  <version>1.2.0</version>
</dependency>

2、编写yml配置文件

server:
  port: 8099

aliyun:
  KeyId: #你的KeyId
  KeySecret: #你的KeySecret
  endpoint: ocr-api.cn-hangzhou.aliyuncs.com

3、编写配置类

@Setter
@Component
@ConfigurationProperties(prefix = "aliyun")
public class AliyunOcrConfig {
    private String KeyId;
    private String KeySecret;
    private String endpoint;

    @Bean
    public Client ocrClient(){
        try {

            Client client = new Client(new Config().setAccessKeyId(KeyId).setAccessKeySecret(KeySecret).setEndpoint(endpoint));
            return client;
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

4、编写测试接口

@RestController
@RequestMapping("/api")
@Slf4j
public class AliyunOcrController {

    @Resource
    private Client client;

    @PostMapping(value = "ocr",consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
    public String OcrTest(@RequestParam("file")MultipartFile file) throws IOException {
        RecognizeGeneralRequest request = new RecognizeGeneralRequest();
        request.setBody(file.getInputStream());
        try {
            RecognizeGeneralResponse response = client.recognizeGeneral(request);
            String json = new Gson().toJson(response.getBody());
            String[] split = json.split(",");
            return split[1].split(":")[1].replace("\\","");

//            return json;
        } catch (TeaException error) {
            Common.assertAsString(error.message);
        } catch (Exception e) {
            TeaException error = new TeaException(e.getMessage(), e);
            // 如有需要，请打印 error
            Common.assertAsString(error.message);
        }
        return null;
    }

}

5、使用postman测试

image20231118172215893.png

整合腾讯云实现

官网文档：https://cloud.tencent.com/document/product/866

官网API：https://cloud.tencent.com/document/api/866/33515

官网参数说明与在线调试：https://console.cloud.tencent.com/api/explorer?Product=ocr&Version=2018-11-19&Action=GeneralHandwritingOCR

1、获取密钥：

https://console.cloud.tencent.com/cam/capi

2、引入依赖

<dependency>
    <groupId>com.tencentcloudapi</groupId>
    <artifactId>tencentcloud-sdk-java</artifactId>
    <version>3.1.909</version>
</dependency>

3、编写yml配置文件

server:
  port: 9090

tencent:
  SecretId: #你的SecretId
  SecretKey: #你的SecretKey

4、编写配置类

@Setter
@Configuration
@ConfigurationProperties(prefix = "tencent")
public class TencentOcrConfig {

    private String SecretId;
    private String SecretKey;

    @Bean
    public Credential credential(){
        return new Credential(SecretId,SecretKey);
    }

}

5、编写将文件转换成Base64编码的工具类

由于腾讯云OCR的API接收的参数如下图，所以要编写将文件转码成Base64的工具类：

image20231118140704897.png

public class ByteToBase64Converter {

    public static String encodeBytesToBase64(byte[] bytes) {
        return Base64.getEncoder().encodeToString(bytes);
    }

}

6、编写接口测试

@RestController
@RequestMapping("/api")
@Slf4j
public class TencentOcrController {
    @Resource
    private Credential credential;


    @PostMapping(value = "/tencent",consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
    public String TencentOCR(@RequestParam("file")MultipartFile file) throws TencentCloudSDKException, IOException {

        // 实例化一个http选项，可选的，没有特殊需求可以跳过
        HttpProfile httpProfile = new HttpProfile();
        httpProfile.setEndpoint("ocr.tencentcloudapi.com");

        // 实例化一个client选项，可选的，没有特殊需求可以跳过
        ClientProfile clientProfile = new ClientProfile();
        clientProfile.setHttpProfile(httpProfile);

        // 实例化要请求产品的client对象,clientProfile是可选的
        OcrClient client = new OcrClient(credential, "ap-guangzhou", clientProfile);

        //将上传的文件转换成base64编码
        String encodeBytesToBase64 = ByteToBase64Converter.encodeBytesToBase64(file.getBytes());


        // 实例化一个请求对象,每个接口都会对应一个request对象
        GeneralBasicOCRRequest req = new GeneralBasicOCRRequest();
        req.setImageBase64(encodeBytesToBase64);

       // req.setImageUrl("https://ltmyblog.oss-cn-shenzhen.aliyuncs.com/myBlog/article/image-20230924213423855.png");

        // 返回的resp是一个GeneralBasicOCRResponse的实例，与请求对象对应
        GeneralBasicOCRResponse resp = client.GeneralBasicOCR(req);


        GeneralBasicOCRResponse.toJsonString(resp);
        // 输出json格式的字符串回包
        System.out.println(GeneralBasicOCRResponse.toJsonString(resp));
        return GeneralBasicOCRResponse.toJsonString(resp);
    }

}

7、使用postman测试

image20231118155218507.png

本文的全部案例：https://github.com/rookiesnewbie/OCR

weixin_50117748
关注
  • 0
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
spring boot + maven + opencv 车牌识别系统，包含车牌检测、车牌号识别训练下载地址
05-26
最新2020-05-26；spring boot + maven + opencv 车牌识别系统，包含车牌检测、车牌号识别训练；支持黄、蓝、绿车牌检测及车牌号码识别
springboot框架(5):ocr图片转文本
不积跬步，无以至千里
04-13 2325
文章目录前言编辑代码打包项目构造镜像发布镜像到dockerhub 前言 有时候，我们需要识别图片中为内容。而java识别图片需要基于特定的环境。 代码已发布到Gitee：https://gitee.com/lengcz/springboot-ocr 编辑代码 新建springboot模块(选择web组件) 编写ocrController package com.lengcz.springbootocr.controller; import com.lengcz.springbootocr.c
【SpringBoot框架篇】36.整合Tess4J搭建提供图片文字识别的Web服务
皓亮君的博客
03-10 1045
rpc简介RPC（Remote Procedure Call）是一种用于实现分布式系统中不同节点之间通信的协议。它允许一个节点（称为客户端）调用另一个节点（称为服务器）上的远程方法，就像调用本地方法一样。RPC的目标是隐藏底层通信细节，使得远程调用过程对开发者透明。在RPC中，客户端通过发送请求消息给服务器来调用远程方法，服务器接收到请求后执行相应的方法，并将结果返回给客户端。RPC可以跨越不同的网络和操作系统，使得分布式系统中的不同节点能够进行高效的通信和协作。
垃圾分类小程序端使用SpringBoot+uniapp技术（实现文字识别、语音识别、图片识别）后台vue.毕.设
05-09
开发需要准备相关的 IDE 和 JDK8 开发环境 , 前端开发需要下载vscode hbuilderx 后端Eclips`或IDEA #### 项目介绍 项目分成前台和后台，前台就是小程序端，后台就是后台管理系统。项目稍微粗糙了点，因为主要以学习并整合技术栈为目的做的项目， 账号：数据库里有 密码：一般为手机号后六位 ###后台管理系统 登录页 首页 轮播图管理 图像识别管理 语音识别管理 角色管理 个人信息 前端：后台管理系统采用 vue-element-admin后台集成方案进行二次开发。微信小程序采用 uni-app开发框架。 后端：后台管理模块采用 SpringBoot + Dubbo 构建后端分布式服务，使用 Shiro 做系统安全框架，配合 RBAC 设计模式实现用户的权限管理，使用 Redis 对用户token及字典数据进行缓存；小程序模
基于Springboot集成yolo3构建基于神经网络的图片识别系统.zip
07-10
本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！ 本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！ 本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目的难度比较适中，内容都是经过助教老师审定过的，应该能够满足学习、使用需求，如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主，博主会第一时间给您解答！！！
基于springboot + maven + opencv实现的图像深度学习项目，包含车牌识别、人脸识别、证件识别等功能
01-02
基于spring boot + maven + opencv 实现的图像深度学习Demo项目，包含车牌识别、人脸识别、证件识别等功能，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点。 包含功能 多种算法实现蓝、绿、黄车牌检测及车牌号码识别；含模型训练过程 人脸识别；含模型训练过程 身份证文字识别；含图片处理过程
SpringBoot项目（百度AI整合）——如何在Springboot中使用文字识别OCR入门
Perley620的博客，专注后端领域
09-24 1475
本文介绍如何在Springboot中使用百度AI的文字识别OCR
Java也能做OCR！SpringBoot 整合 Tess4J 实现图片文字识别
mxt51220的博客
10-13 5488
先简单给没听过的xdm解释下，这里要分清楚Tesseract和Tess4j的区别。Tesseract是一个开源的光学字符识别（OCR）引擎，它可以将图像中的文字转换为计算机可读的文本。支持多种语言和书面语言，并且可以在命令行中执行。它是一个流行的开源OCR工具，可以在许多不同的操作系统上运行。Tess4J是一个基于Tesseract OCR引擎的Java接口，可以用来识别图像中的文本，说白了，就是封装了它的API，让Java可以直接调用。搞清楚这俩东西，就足够了。
简单使用 springboot + Tesseract OCR 图片文字识别
qq_38736877的博客
06-29 3797
springboot 简单整合 Tesseract 实现图片文字识别
springboot集成tess4j
恨_别离的博客
01-22 639
spring整合tess4j用于OCR识别图片，在windows环境识别正常，在liunx没有反应，本文用于解决部署linux问题。
SpringBoot整合图片文字识别
daai5201314的博客
01-18 1143
OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。
Spring Boot+Maven+OpenCV实现车牌识别【毕业设计、课程设计】
03-13
项目详情请参见：https://handsome-man.blog.csdn.net/article/details/129508068 基于Spring Boot+Maven+OpenCV实现车牌识别，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点。 整体流程主要分两个大的步骤： 1、使用多种算法，提取到车牌的轮廓，按轮廓从原图片获取车牌的切图，使用SVM算法模型，判断该切图是否是车牌； 2、根据车牌切图，判定车牌颜色，同时使用轮廓提取算法，提取车牌字符轮廓，按轮廓从二值图片获取车牌切图；使用ANN算法模型，分别使用中文字符模型、蓝牌模型、绿牌模型识别字符切图的文字内容。 项目代码可直接运行~
使用Springboot + Tesseract OCR引擎实现图片文字自动识别.pdf
02-02
Tesseract是一款优秀的开源OCR软件，是由HP实验室开发，Google维护的开源OCR（OpticalCharacter Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。 目前由Google维护改进，已发展到5.0版本，从4.0版本起增加了基于LSTM神经网络的识别引擎。 本项目使用Springboot + Tesseract OCR引擎实现图片文字自动识别功能。
十六进制数据转换成车牌号
求知的小鱼儿
08-07 1248
十六进制数据转换成车牌号(2020年8月7号) from binascii import * import binascii province = "bcbd" verStr = binascii.unhexlify(province) verArea = "%s"%(verStr[0:2].decode('gbk')) LetterAndNum = '\x46\x31\x32\x33\x34\x35' print("%s%s" % (verArea, LetterAndNum.encode('utf-8
Day.25 IO流、FileInputStream、FileIOutputStream、文件拷贝、缓冲流、转换流、编码集
a111042555的博客
01-08 766
JavaSE IO流
使用Springboot + Tesseract OCR引擎实现图片文字自动识别
qq_17153885的博客
02-01 886
‍Tesseract是一款优秀的开源OCR软件，是由HP实验室开发，Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。目前由Google维护改进，已发展到5.0版本，从4.0版本起增加了基于LSTM神经网络的识别引擎‍。
基于SpringBoot的OCR识别服务端方案
爱学习爱运动的专栏
10-16 1399
基于SpringBoot的OCR识别软件服务端方案
Spring Boot应用部署 - JAR包Docker部署
最新发布
闫小甲的专栏
04-28 1025
要使用Docker部署Spring Boot应用，需要创建一个Dockerfile来定义如何构建Docker镜像，并且可能还需要在Maven构建脚本中集成Docker插件以简化构建过程。
用springboot实现人脸识别
03-26
作为AI技术中的一种，人脸识别技术可以应用于许多场景，例如安防监控、人脸支付等等。本文将介绍如何使用SpringBoot实现人脸识别。 1. 下载OpenCV OpenCV是一个开源的计算机视觉库，支持各种语言，如C++、Python以及Java等。对于Java开发者而言，可以通过Maven或者Gradle来导入OpenCV库。 2. 导入必要的依赖 在pom.xml文件中添加以下依赖： ``` <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-security</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-thymeleaf</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-jpa</artifactId> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> </dependency> </dependencies> ``` 3. 编写代码 我们需要创建一个人脸识别服务来处理用户上传的图片。代码如下： ``` @RestController @RequestMapping("/api/faces") public class FaceRecognitionController { private static final String UPLOAD_FOLDER = "C://uploads//"; @PostMapping("/recognize") public String recognize(@RequestParam("file") MultipartFile file) throws Exception { File facesDir = new File(UPLOAD_FOLDER + "faces"); // 创建目录，如果目录不存在 if (!facesDir.exists()) { facesDir.mkdirs(); } // 保存上传的图片 String fileName = StringUtils.cleanPath(file.getOriginalFilename()); File filePath = new File(facesDir + "/" + fileName); file.transferTo(filePath); // 读取保存的文件并进行人脸识别 Mat image = Imgcodecs.imread(filePath.getAbsolutePath()); PythonInterpreter interpreter = new PythonInterpreter(); interpreter.exec("import sys"); interpreter.exec("sys.path.append('/Users/john/anaconda3/envs/ml/lib/python3.7/site-packages')"); interpreter.exec("import cv2"); interpreter.exec("import numpy as np"); interpreter.exec("import face_recognition"); interpreter.set("image", image); String script = "rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n" + "faces = face_recognition.face_locations(rgb_image)"; interpreter.exec(script); String result = interpreter.get("faces").toString(); return result; } } ``` 代码比较简单，主要功能是读取上传的图片，保存到本地，并使用Python的face_recognition库进行人脸识别。在这里，我们使用了Java调用Python的方式来使用face_recognition库。 4. 测试 启动SpringBoot应用程序后，在浏览器中输入以下地址： ``` http://localhost:8080/ ``` 然后选择一张图片进行上传，返回的结果将是检测到的人脸的位置。这就是在SpringBoot中实现人脸识别的全部过程。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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