基于百度API，实现图片文字识别功能（Java版）

淩亂°似流年 2022-05-14 11:38 493阅读 0赞

**1、登录百度AI开放平台**

**   ** 网站链接：[http://ai.baidu.com/][http_ai.baidu.com]

新手接入指南：[http://ai.baidu.com/docs\#/Begin/top][http_ai.baidu.com_docs_Begin_top]

（1）在顶部导航栏中，找到控制台选项，并选择文字识别功能，进入管理中心页面

![70][]

（2）在管理中心页面中，找到创建应用按钮并点击

![70 1][]

（3）填写应用名名称和应用描述，选择相应的应用类型，勾选自己需要的接口服务（如果选择的是文字识别，则对应的文字识别接口服务默认全部勾选），文字识别包名如果是应用在电脑端，则默认选择不需要即可，如果还需要其他功能，则再勾选其功能对应的相关接口即可，例如：在文字识别的时候，我还需要人脸识别，则再勾选人脸识别对应的所有接口即可

![70 2][]

![70 3][]

（4）创建完毕之后，点击返回应用列表按钮

![70 4][]

（5）在应用列表界面中，即可查看应用对应的 API Key 和 Secret Key

![70 5][]

**2、获取Access Token**

（1）导入Java SDK 和 FastJson工具包

普通工程：

一、下载fastjson.jar工具包      链接：[https://pan.baidu.com/s/1RH4-x82G8-sNmn7y5YhdjA][https_pan.baidu.com_s_1RH4-x82G8-sNmn7y5YhdjA]

二、进入SDK下载页面     网站链接：[https://ai.baidu.com/sdk\#ocr][https_ai.baidu.com_sdk_ocr]

三、找到文字识别，选择Java SDK，点击右边的下载按钮

四、把下载好的Java SDK 和 FastJson工具包 导入到项目中即可

![70 6][]

Maven工程：

直接把下面这段代码复制到  pom.xml 中就行

<dependency>
       <groupId>com.baidu.aip</groupId>
       <artifactId>java-sdk</artifactId>
       <version>4.5.0</version>
    </dependency>
    
     <dependency>                                                                               
         <groupId>com.alibaba</groupId>                                                        
         <artifactId>fastjson</artifactId>
         <version>1.2.47</version>
     </dependency>

（2）获取Access Token

package com.project.dom;
    
    import java.io.BufferedReader;
    import java.io.InputStreamReader;
    import java.net.HttpURLConnection;
    import java.net.URL;
    import java.util.List;
    import java.util.Map;
    
    import com.alibaba.fastjson.JSONObject;
    
    /**
     * 百度文字识别demo
     */
    public class baiduOcr {
        /**
         * 获取权限token
         * @return 返回示例：
         * {
         * "access_token": "24.c9303e47f0729c40f2bc2be6f8f3d589.2592000.1530936208.282335-1234567",
         * "expires_in":2592000
         * }
         */
        public static String getAuth() {
            // 官网获取的 API Key
            String clientId = "官网获取你的 API Key";
            // 官网获取的 Secret Key
            String clientSecret = "官网获取你的 Secret Key";
            return getAuth(clientId, clientSecret);
        }
    
        /**
         * 获取API访问token
         * 该token有一定的有效期，需要自行管理，当失效时需重新获取.
         * @param ak - 百度云的 API Key
         * @param sk - 百度云的 Securet Key
         * @return assess_token 示例：
         * "24.c9303e47f0729c40f2bc2be6f8f3d589.2592000.1530936208.282335-1234567"
         */
        public static String getAuth(String ak, String sk) {
            // 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"
                    // 2. 官网获取的 API Key
                    + "&client_id=" + ak
                    // 3. 官网获取的 Secret Key
                    + "&client_secret=" + sk;
            try {
                URL realUrl = new URL(getAccessTokenUrl);
                // 打开和URL之间的连接
                HttpURLConnection connection = (HttpURLConnection) realUrl.openConnection();
                connection.setRequestMethod("POST");//百度推荐使用POST请求
                connection.connect();
                // 获取所有响应头字段
                Map<String, List<String>> map = connection.getHeaderFields();
                // 定义 BufferedReader输入流来读取URL的响应
                BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
                String result = "";
                String line;
                while ((line = in.readLine()) != null) {
                    result += line;
                }
                System.err.println("result:" + result);
                JSONObject jsonObject = JSONObject.parseObject(result.toString());
                String access_token = jsonObject.getString("access_token");
                return access_token;
            } catch (Exception e) {
                System.err.printf("获取token失败！");
                e.printStackTrace(System.err);
            }
            
             return null;
        }
    
    }

调用baiduOcr.getAuth()就能获取到result，result格式如下：

result: {
    "access_token": "24.6c5e1ff107f0e8bcef8c46d3424a0e78.2592000.1485516651.282335-8574074",
    "session_key":"9mzdDZXu3dENdFZQurfg0Vz8slgSgvvOAUebNFzyzcpQ5EnbxbF+hfG9DQkpUVQdh4p6HbQcAiz5RmuBAja1JJGgIdJI",
    "scope": "public wise_adapt",
    "refresh_token": "25.5f706c15bfc5799897518ab954b2bc07.1234567890.1843716344.1234567-1234567",
    "session_secret": "dfac94a3489fe9fca7c3221cbf7525ff",
    "expires_in": 2592000
    }

其中暂时有用的就access\_token和expires\_in两个值，access\_token是调用文字识别必带的一个参数，expires\_in是Access Token 的有效期一般是一个月

**3.将本地图片进行BASE64位编码**

import sun.misc.BASE64Encoder;
    import java.io.File;
    import java.io.FileInputStream;
    import java.io.InputStream;
    
    public class BASE64 {
        /**
         * 将本地图片进行Base64位编码
         *
         * @param imgUrl 图片的url路径，如D:\\photo\\1.png
         *
         * @return
         */
        public static String encodeImgageToBase64(File imageFile) {
        	// 将图片文件转化为字节数组字符串，并对其进行Base64编码处理
            // 其进行Base64编码处理
            byte[] data = null;
            // 读取图片字节数组
            try {
                InputStream in = new FileInputStream(imageFile);
                data = new byte[in.available()];
                in.read(data);
                in.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
            // 对字节数组Base64编码
            BASE64Encoder encoder = new BASE64Encoder();
            return encoder.encode(data);// 返回Base64编码过的字节数组字符串
        }
    }

**4.文字识别**

package com.project.dom;
    
    import java.io.BufferedReader;
    import java.io.File;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.net.HttpURLConnection;
    import java.net.URL;
    import java.util.Collection;
    import java.util.HashMap;
    import java.util.Iterator;
    
    import com.alibaba.fastjson.JSONObject;
    
    /**
     *
     * @版权 : Copyright (c) 2017-2018 *********公司技术开发部
     * @author: wubin
     * @E-mail: 1035644768@qq.com
     * @版本: 1.0
     * @创建日期: 2018年9月8日 上午8:40:34
     * @ClassName PictureUtil
     * @类描述-Description: TODO(这里用一句话描述这个方法的作用)
     * @修改记录:
     * @版本: 1.0
     */
    
    public class PictureUtil {
    
    	public static String request(String httpUrl, String httpArg) {
    		BufferedReader reader = null;
    		String result = null;
    		StringBuffer sbf = new StringBuffer();
    		try {
    			// 用java JDK自带的URL去请求
    			URL url = new URL(httpUrl);
    			HttpURLConnection connection = (HttpURLConnection) url.openConnection();
    			// 设置该请求的消息头
    			// 设置HTTP方法：POST
    			connection.setRequestMethod("POST");
    			// 设置其Header的Content-Type参数为application/x-www-form-urlencoded
    			connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded");
    			// 填入apikey到HTTP header
    			connection.setRequestProperty("apikey", "uml8HFzu2hFd8iEG2LkQGMxm");
    			// 将第二步获取到的token填入到HTTP header
    			connection.setRequestProperty("access_token", baiduOcr.getAuth());
    			connection.setDoOutput(true);
    			connection.getOutputStream().write(httpArg.getBytes("UTF-8"));
    			connection.connect();
    			InputStream is = connection.getInputStream();
    			reader = new BufferedReader(new InputStreamReader(is, "UTF-8"));
    			String strRead = null;
    			while ((strRead = reader.readLine()) != null) {
    				sbf.append(strRead);
    				sbf.append("\r\n");
    			}
    			reader.close();
    			result = sbf.toString();
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return result;
    	}
    
    	// 把json格式转换成HashMap
    	public static HashMap<String, String> getHashMapByJson(String jsonResult) {
    		HashMap map = new HashMap<String, String>();
    		try {
    			JSONObject jsonObject = JSONObject.parseObject(jsonResult.toString());
    			JSONObject words_result = jsonObject.getJSONObject("words_result");
    			Iterator<String> it = words_result.keySet().iterator();
    
    			while (it.hasNext()) {
    				String key = it.next();
    				JSONObject result = words_result.getJSONObject(key);
    				String value = result.getString("words");
    				switch (key) {
    				case "姓名":
    					map.put("name", value);
    					break;
    				case "民族":
    					map.put("nation", value);
    					break;
    				case "住址":
    					map.put("address", value);
    					break;
    				case "公民身份号码":
    					map.put("IDCard", value);
    					break;
    				case "出生":
    					map.put("Birth", value);
    					break;
    				case "性别":
    					map.put("sex", value);
    					break;
    				}
    			}
    		} catch (Exception e) {
    			e.printStackTrace();
    		}
    		return map;
    	}
    
    	public static void main(String[] args) {
    		// 获取本地的绝对路径图片
    		File file = new File("D:\\photo\\1.png");
    		// 进行BASE64位编码
    		String imageBase = BASE64.encodeImgageToBase64(file);
    		imageBase = imageBase.replaceAll("\r\n", "");
    		imageBase = imageBase.replaceAll("\\+", "%2B");
    		// 百度云的文字识别接口,后面参数为获取到的token
    		String httpUrl = "https://aip.baidubce.com/rest/2.0/ocr/v1/idcard?access_token=" + baiduOcr.getAuth();
    		String httpArg = "detect_direction=true&id_card_side=front&image=" + imageBase;
    		String jsonResult = request(httpUrl, httpArg);
    		System.out.println("返回的结果--------->" + jsonResult);
    		HashMap<String, String> map = getHashMapByJson(jsonResult);
    		Collection<String> values = map.values();
    		Iterator<String> iterator2 = values.iterator();
    		while (iterator2.hasNext()) {
    			System.out.print(iterator2.next() + ", ");
    		}
    	}
    
    }

其中HttpArg中的请求参数我就直接把官网上的弄了下来

<table> 
 <tbody> 
  <tr> 
   <td style="width:129px;">参数</td> 
   <td style="width:100px;">是否必选</td> 
   <td style="width:92px;">类型</td> 
   <td style="width:120px;">可选值范围</td> 
   <td style="width:405px;">说明</td> 
  </tr> 
  <tr> 
   <td style="width:129px;">detect_direction</td> 
   <td style="width:100px;">false</td> 
   <td style="width:92px;">string</td> 
   <td style="width:120px;">true、false</td> 
   <td style="width:405px;">是否检测图像旋转角度，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括:<br> - true：检测旋转角度并矫正识别；<br> - false：不检测旋转角度，针对摆放情况不可控制的情况建议本参数置为true。</td> 
  </tr> 
  <tr> 
   <td style="width:129px;">id_card_side</td> 
   <td style="width:100px;">true</td> 
   <td style="width:92px;">string</td> 
   <td style="width:120px;">front、back</td> 
   <td style="width:405px;">front：身份证含照片的一面；back：身份证带国徽的一面</td> 
  </tr> 
  <tr> 
   <td style="width:129px;">image</td> 
   <td style="width:100px;">true</td> 
   <td style="width:92px;">string</td> 
   <td style="width:120px;"></td> 
   <td style="width:405px;">图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式</td> 
  </tr> 
  <tr> 
   <td style="width:129px;">detect_risk</td> 
   <td style="width:100px;">false</td> 
   <td style="width:92px;">string</td> 
   <td style="width:120px;">true、false</td> 
   <td style="width:405px;">是否开启身份证风险类型(身份证复印件、临时身份证、身份证翻拍、修改过的身份证)功能，默认不开启，即：false。可选值:true-开启；false-不开启</td> 
  </tr> 
 </tbody> 
</table>

身份证的文字识别代码就差不多都写完了，我把身份证附上(百度官网上弄下来的测试身份证)

![70 7][]

让我们来运行看下效果吧

{
    	"log_id": 6403608607836186924,
    	"words_result_num": 6,
    	"direction": 0,
    	"image_status": "normal",
    	"words_result": {
    		"住址": {
    			"location": {
    				"width": 197,
    				"top": 150,
    				"height": 37,
    				"left": 78
    			},
    			"words": "北京市海淀区上地十号七栋2单元110室"
    		},
    		"出生": {
    			"location": {
    				"width": 148,
    				"top": 111,
    				"height": 15,
    				"left": 79
    			},
    			"words": "19890601"
    		},
    		"姓名": {
    			"location": {
    				"width": 63,
    				"top": 32,
    				"height": 25,
    				"left": 77
    			},
    			"words": "百度熊"
    		},
    		"公民身份号码": {
    			"location": {
    				"width": 252,
    				"top": 243,
    				"height": 15,
    				"left": 139
    			},
    			"words": "532101198906010015"
    		},
    		"性别": {
    			"location": {
    				"width": 20,
    				"top": 76,
    				"height": 15,
    				"left": 71
    			},
    			"words": "男"
    		},
    		"民族": {
    			"location": {
    				"width": 12,
    				"top": 76,
    				"height": 15,
    				"left": 172
    			},
    			"words": "汉"
    		}
    	}
    }

其中main方法的map打印为：北京市海淀区上地十号七栋2单元110室, 532101198906010015, 汉, 男, 百度熊, 19890601

[http_ai.baidu.com]: http://ai.baidu.com/
[http_ai.baidu.com_docs_Begin_top]: http://ai.baidu.com/docs#/Begin/top
[70]: /images/20220514/6aef499ff49d40aab63cd96ffe723e0c.png
[70 1]: /images/20220514/7414e2bc9cb04f14848507c39e347b40.png
[70 2]: /images/20220514/5b829d43af2f46ceaea3871c3c04f89a.png
[70 3]: /images/20220514/52cfdc10d08e4528be7826950462734a.png
[70 4]: /images/20220514/183808b48d52430b86174e99ebecde57.png
[70 5]: /images/20220514/4d5261a78c6542aaa6c90d1d53a411fb.png
[https_pan.baidu.com_s_1RH4-x82G8-sNmn7y5YhdjA]: https://pan.baidu.com/s/1RH4-x82G8-sNmn7y5YhdjA
[https_ai.baidu.com_sdk_ocr]: https://ai.baidu.com/sdk#ocr
[70 6]: /images/20220514/b15b7c2cc987432589f459c81faa950a.png
[70 7]: /images/20220514/cafb303823dd45ecb14d2f35ddfaf1c4.png