Java-基于百度API的图片文字识别（支持中文，英文和中英文混合）

落日映苍穹つ 2022-05-31 07:52 179阅读 0赞

具体文档：[http://ai.baidu.com/docs\#/OCR-API/e1bd77f3][http_ai.baidu.com_docs_OCR-API_e1bd77f3]

PS：  
基于Java 1.8  
版本控制：maven  
使用之前需要获取对应的项目API\_KEY，SECRET\_KEY，这些参数在使用API的时候必须用到，用于生成access\_token。  
如何获取这些参数：在百度开发者中心申请一个“通用文字识别”项目，然后就可以获取到这些参数。  
准备条件都完成了，现在开始进行图像识别了。

Github地址：[https://github.com/wsk1103/baidu][https_github.com_wsk1103_baidu]

###### test4j图片文字识别教程：[http://blog.csdn.net/wsk1103/article/details/54173282][http_blog.csdn.net_wsk1103_article_details_54173282] ######

### 1. 准备pom文件 ###

<dependency>
    	<groupId>com.alibaba</groupId>
    	<artifactId>fastjson</artifactId>
    	<version>1.2.46</version>
    </dependency>
    
    <dependency>
    	<groupId>org.apache.httpcomponents</groupId>
    	<artifactId>httpclient</artifactId>
    	<version>4.5.5</version>
    </dependency>

### 2. 获取access\_token ###

package com.wsk.netty.check;
    
    import org.json.JSONObject;
    
    import java.io.BufferedReader;
    import java.io.InputStreamReader;
    import java.net.HttpURLConnection;
    import java.net.URL;
    import java.util.List;
    import java.util.Map;
    /**
     * 获取token类
     *
     * @Author : WuShukai
     * @Date :2018/2/12 10:04
     */
    
    public class AuthService {
    
        /**
         * 获取权限token
         * @return 返回示例：
         * {
         * "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",
         * "expires_in": 2592000
         * }
         */
        public static String getAuth() {
            // 官网获取的 API Key 更新为你注册的
            String clientId = "**";
            // 官网获取的 Secret Key 更新为你注册的
            String clientSecret = "**";
            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 - 百度云官网获取的 API Key
         * @param sk - 百度云官网获取的 Securet Key
         * @return assess_token 示例：
         * "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"
         */
        private 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("GET");
                connection.connect();
                // 获取所有响应头字段
                Map<String, List<String>> map = connection.getHeaderFields();
                // 遍历所有的响应头字段
                for (String key : map.keySet()) {
                    System.err.println(key + "--->" + map.get(key));
                }
                // 定义 BufferedReader输入流来读取URL的响应
                BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
                StringBuilder result = new StringBuilder();
                String line;
                while ((line = in.readLine()) != null) {
                    result.append(line);
                }
                /**
                 * 返回结果示例
                 */
                System.err.println("result:" + result);
                JSONObject jsonObject = new JSONObject(result.toString());
                return jsonObject.getString("access_token");
            } catch (Exception e) {
                System.err.printf("获取token失败！");
                e.printStackTrace(System.err);
            }
            return null;
        }
    
        public static void main(String[] args) {
            getAuth();
        }
    
    }

### 3. 编写将图片转化成base64后再转化成urlencode的工具类 ###

package com.wsk.netty.check;
    
    import sun.misc.BASE64Encoder;
    
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import java.net.URLEncoder;
    
    /**
     * 图片转化base64后再UrlEncode结果
     * @Author : WuShukai
     * @Date :2018/2/12 10:43
     */
    
    public class BaseImg64 {
        /**
         * 将一张本地图片转化成Base64字符串
         * @param imgPath 本地图片地址
         * @return 图片转化base64后再UrlEncode结果
         */
        public static String getImageStrFromPath(String imgPath) {
            InputStream in;
            byte[] data = null;
            // 读取图片字节数组
            try {
                in = new FileInputStream(imgPath);
                data = new byte[in.available()];
                in.read(data);
                in.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
            // 对字节数组Base64编码
            BASE64Encoder encoder = new BASE64Encoder();
            // 返回Base64编码过再URLEncode的字节数组字符串
            return URLEncoder.encode(encoder.encode(data));
        }
    }

### 4. 编写调用百度API接口的方法，获取识别结果 ###

package com.wsk.netty.check;
    
    import org.apache.http.HttpResponse;
    import org.apache.http.client.HttpClient;
    import org.apache.http.client.methods.HttpPost;
    import org.apache.http.entity.StringEntity;
    import org.apache.http.impl.client.DefaultHttpClient;
    import org.apache.http.util.EntityUtils;
    
    import java.io.File;
    import java.io.IOException;
    import java.net.URI;
    import java.net.URISyntaxException;
    
    /**
     * 图像文字识别
     *
     * @Author : WuShukai
     * @Date :2018/2/12 10:25
     */
    
    public class Check {
        private static final String POST_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=" + AuthService.getAuth();
    
        /**
         * 识别本地图片的文字
         *
         * @param path 本地图片地址
         * @return 识别结果，为json格式
         * @throws URISyntaxException URI打开异常
         * @throws IOException        io流异常
         */
        public static String checkFile(String path) throws URISyntaxException, IOException {
            File file = new File(path);
            if (!file.exists()) {
                throw new NullPointerException("图片不存在");
            }
            String image = BaseImg64.getImageStrFromPath(path);
            String param = "image=" + image;
            return post(param);
        }
    
        /**
         * @param url 图片url
         * @return 识别结果，为json格式
         */
        public static String checkUrl(String url) throws IOException, URISyntaxException {
            String param = "url=" + url;
            return post(param);
        }
    
        /**
         * 通过传递参数：url和image进行文字识别
         *
         * @param param 区分是url还是image识别
         * @return 识别结果
         * @throws URISyntaxException URI打开异常
         * @throws IOException        IO流异常
         */
        private static String post(String param) throws URISyntaxException, IOException {
            //开始搭建post请求
            HttpClient httpClient = new DefaultHttpClient();
            HttpPost post = new HttpPost();
            URI url = new URI(POST_URL);
            post.setURI(url);
            //设置请求头，请求头必须为application/x-www-form-urlencoded，因为是传递一个很长的字符串，不能分段发送
            post.setHeader("Content-Type", "application/x-www-form-urlencoded");
            StringEntity entity = new StringEntity(param);
            post.setEntity(entity);
            HttpResponse response = httpClient.execute(post);
            System.out.println(response.toString());
            if (response.getStatusLine().getStatusCode() == 200) {
                String str;
                try {
                    /*读取服务器返回过来的json字符串数据*/
                    str = EntityUtils.toString(response.getEntity());
                    System.out.println(str);
                    return str;
                } catch (Exception e) {
                    e.printStackTrace();
                    return null;
                }
            }
            return null;
        }
    
        public static void main(String[] args) {
            String path = "E:\\find.png";
            try {
                long now = System.currentTimeMillis();
                checkFile(path);
                checkUrl("https://gss3.bdstatic.com/-Po3dSag_xI4khGkpoWK1HF6hhy/baike/c0%3Dbaike80%2C5%2C5%2C80%2C26/sign=08c05c0e8444ebf8797c6c6db890bc4f/fc1f4134970a304e46bfc5f7d2c8a786c9175c19.jpg");
                System.out.println("耗时：" + (System.currentTimeMillis() - now) / 1000 + "s");
            } catch (URISyntaxException | IOException e) {
                e.printStackTrace();
            }
        }
    }

### 5. 识别结果（仅测试本地图片识别） ###

#### 中文 ####

![这里写图片描述][70]

#### 结果： ####

![这里写图片描述][70 1]

#### 结论 ####

这里是使用了Postman进行测试的，用IDEA控制台的话，返回的json不易读。  
从这里可以看出，耗时是1s，虽然识别率高，但是结果还是有那么的一些差距，例如识别结果的第五列，只返回了“我是逊尼”，而原图片的很大串没有识别出来。

#### 英文： ####

![这里写图片描述][70 2]

#### 结果： ####

![这里写图片描述][70 3]

#### 结论 ####

单识别英文的图片，效果还是比较满意的，耗时短，精准率高。

#### 中英文结合： ####

![这里写图片描述][70 4]

#### 结果： ####

![这里写图片描述][70 5]

#### 结论 ####

结果也是比较满意的。百度的识别还是要双击66666.

转载请注明出处。 [https://blog.csdn.net/wsk1103/article/details/79316220][https_blog.csdn.net_wsk1103_article_details_79316220]

[http_ai.baidu.com_docs_OCR-API_e1bd77f3]: http://ai.baidu.com/docs#/OCR-API/e1bd77f3
[https_github.com_wsk1103_baidu]: https://github.com/wsk1103/baidu
[http_blog.csdn.net_wsk1103_article_details_54173282]: http://blog.csdn.net/wsk1103/article/details/54173282
[70]: /images/20220531/c0fb2d903fb04a24ba20ceb669ffa883.png
[70 1]: /images/20220531/f0522ebc1c3f4c06935d5f6ae74cac42.png
[70 2]: /images/20220531/278275cad46c4145bb09c7cf7e35bd1e.png
[70 3]: /images/20220531/f9ec2931f93445a6b18fae0da28be9d0.png
[70 4]: /images/20220531/1bee00543ccb4b52b95f189ea330a065.png
[70 5]: /images/20220531/1672b62ef55144098114581129c8efb9.png
[https_blog.csdn.net_wsk1103_article_details_79316220]: https://blog.csdn.net/wsk1103/article/details/79316220