使用騰訊OCR進行文字識别

文章目錄

• • OCR效果
  • 配置騰訊雲OCR準備工作
  • • 新增賬號
    • 建立秘鑰
    • 使用萬象優圖建立Bucket
    • 操作指引
  • 實作代碼
  • • 生成簽名
    • 配置網絡請求，調用OCR識别接口
  • 寫在後面

使用騰訊智能文字識别 OCR 對圖檔進行文字識别

前段時間有個項目需要一個圖檔識别轉換成文字的功能，後來考慮了一下選擇了騰訊雲的文字識别OCR。當時對接的過程中覺得有一些地方确實有些坑，是以再記錄一下，

避免以後忘記。也希望能給需要的朋友提供一些幫助。

OCR效果

可以參考一下騰訊雲官網的連結：文字識别OCR

配置騰訊雲OCR準備工作

新增賬號

我是直接通過QQ賬号進行注冊登入，大家也可以檢視騰訊雲官方教程進行注冊，注冊騰訊雲

建立秘鑰

建立新秘鑰，可能會彈出視窗提示你不安全，建立子使用者之類，這個看你個人需要，想要建立子使用者就可以建立，不想建立的話直接點解繼續使用即可。最後在左側菜單欄選擇雲API秘鑰->API秘鑰管理，點選 建立秘鑰 即可，記錄下對應的APPID、SecretId、SecretKey，在項目中需要的地方替換掉。

使用萬象優圖建立Bucket

• 在騰訊雲菜單中選擇萬象優圖（連結），點選 Bucket管理，之後點選頁面上的 綁定Bucket
  • 會提示 該服務需要建立角色
  • 點選 授權

    

  • 之後繼續選擇 同意授權
  • 之後會提示進行身份驗證，使用微信掃描即可，也可以選擇使用備選驗證方式等
• 再次點選頁面上的 綁定Bucket
  • 新增方式選擇 建立
  • 所屬項目不用改，直接用 預設項目
  • 名稱自己命名即可，隻要符合規則，其餘沒什麼限制，記住這個名稱，之後在項目中會需要用到
  • 其餘選項可以不需要改動

    

• 記住建立之後的bucket名稱，之後在項目中需要的地方替換掉

操作指引

如果上面的說明有比較模糊的地方，也可以參考騰訊雲官網的操作指引。

實作代碼

生成簽名

具體說明可以參考騰訊雲官網的說明：鑒權簽名，我這裡使用的java語言，是以直接使用的java簽名示例。

将官網給出的代碼拷貝到java檔案中即可，之後需要使用簽名的時候直接調用檔案中的appSign方法

配置網絡請求，調用OCR識别接口

這一步是當時我覺得比較麻煩的，因為這個接口拼起來有點費勁。并且目前效果是識别本地檔案

官方給出的文檔在這兒：OCR-通用印刷體識别，如果出現了一些錯誤也可以在這裡找對應的狀态碼檢視原因。

• 配置網絡連接配接的方法

/**
 * 配置Connection對象
 * @throws Exception 
 */
private static HttpURLConnection handlerConnection(String path, String imageName) throws Exception {
    URL url = new URL(URL);
    // 擷取HttpURLConnection對象
    HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    connection.setRequestMethod("POST");	// 設定 Post 請求方式
    connection.setDoOutput(true);			// 允許輸出流
    connection.setDoInput(true);			// 允許輸入流
    connection.setUseCaches(false);			// 禁用緩存

    // 設定請求頭
    connection.setRequestProperty("Connection", "Keep-Alive");
    connection.setRequestProperty("Charset", "UTF-8");
    connection.setRequestProperty("Content-Type","multipart/form-data; boundary=" + BOUNDARY);
    connection.setRequestProperty("authorization", sign());
    connection.setRequestProperty("host", HOST);
    System.out.println( "請求頭設定完成");

    // 擷取HttpURLConnection的輸出流
    DataOutputStream outputStream = new DataOutputStream(connection.getOutputStream());
    
    StringBuffer strBufparam = new StringBuffer();
    strBufparam.append(LINE_END);
    // 封裝鍵值對資料參數
    String inputPartHeader1 = "--" + BOUNDARY + LINE_END + "Content-Disposition:form-data;name=\""+ "appid" +"\";" + LINE_END + LINE_END + APPID + LINE_END;
    String inputPartHeader2 = "--" + BOUNDARY + LINE_END + "Content-Disposition:form-data;name=\""+ "bucket" +"\";" + LINE_END + LINE_END + BUCKET + LINE_END;
    strBufparam.append(inputPartHeader1);
    strBufparam.append(inputPartHeader2);
    // 拼接完成後，一起寫入
    outputStream.write(strBufparam.toString().getBytes());

    // 寫入圖檔檔案
    String imagePartHeader = "--" + BOUNDARY + LINE_END +
            "Content-Disposition: form-data; name=\"" + "image" + "\"; filename=\"" + imageName + "\"" + LINE_END +
            "Content-Type: image/jpeg" + LINE_END + LINE_END;
    byte[] bytes = imagePartHeader.getBytes();
    outputStream.write(bytes);
    // 擷取圖檔的檔案流
    String imagePath = path + File.separator + imageName;
    InputStream fileInputStream = getImgIns(imagePath);
    byte[] buffer = new byte[1024*2];
    int length = -1;
    while ((length = fileInputStream.read(buffer)) != -1){
        outputStream.write(buffer,0,length);
    }
    outputStream.flush();
    fileInputStream.close();

    // 寫入标記結束位
    byte[] endData = ("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" + LINE_END + BOUNDARY + "--" + LINE_END).getBytes();//寫結束标記位
    outputStream.write(endData);
    outputStream.flush();
    return connection;
}
           

• 部分用到的工具方法

/**
* 根據檔案名擷取檔案輸入流
* @throws FileNotFoundException 
*/
private static InputStream getImgIns(String imagePath) throws FileNotFoundException {
    File file = new File(imagePath);
    FileInputStream is = new FileInputStream(file);
    return is;
}
  
/**
* 把輸入流的内容轉化成字元串
* @param is
* @return
* @throws IOException 
*/
public static String readInputStream(InputStream is) throws IOException{
    ByteArrayOutputStream baos=new ByteArrayOutputStream();
    int length=0;
    byte[] buffer=new byte[1024];
    while((length=is.read(buffer))!=-1){
        baos.write(buffer, 0, length);
    }
    is.close();
    baos.close();
    return baos.toString();
}
    
/**
* 簽名方法，調用Sign檔案中的appSign方法生成簽名
* @return 生成後的簽名
*/
public static String sign(){
    long expired = 10000;
    try {
    return Sign.appSign(APPID, SECRET_ID, SECRET_KEY, BUCKET, expired);
} catch (Exception e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}
    return null;
}
           

• 進行圖檔識别

/***
* 上傳圖檔進行識别
* @param urlStr	請求位址
* @param path		圖檔所在檔案夾的路徑
* @param imageName	圖檔名稱
*/
public void uploadImage(String path, String imageName) {
    new Thread(){
        @Override
        public void run() {
            try {
                // 配置HttpURLConnection對象
                HttpURLConnection connection = handlerConnection(path, imageName);
                // 連接配接HttpURLConnection
                connection.connect();
                // 得到響應
                int responseCode = connection.getResponseCode();
                if(responseCode == HttpURLConnection.HTTP_OK){
                    String result = readInputStream(connection.getInputStream());//将流轉換為字元串。
                    System.out.println("請求成功：" + result);
                } else {
                    String errorMsg = readInputStream(connection.getErrorStream());//将流轉換為字元串。
                    System.out.println("請求失敗：" + errorMsg);
                }
            } catch (Exception e) {
                e.printStackTrace();
                System.out.println( "網絡請求出現異常: " + e.getMessage());
            }
        }
    }.start();
}
           

寫在後面

• 源碼位址：TencentOCRDemo（歡迎Star，謝謝！）
• 使用Git下載下傳：

  git clone https://github.com/beichensky/TencentOCRDemo.git

關于使用 Java 語言抵用騰訊雲文字OCR識别的方式，大概就在這裡了，如果有說的不好或者不清楚地地方，歡迎大家指正。