基于百度API，实现图片文字识别功能（Java版）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_39135287/article/details/82494420

1、登录百度AI开放平台

    网站链接：http://ai.baidu.com/

    新手接入指南：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

     

   

 （2）在管理中心页面中，找到创建应用按钮并点击

  （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

（4）创建完毕之后，点击返回应用列表按钮

 

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

 

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

                     二、进入SDK下载页面     网站链接：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

                Maven工程：

                        直接把下面这段代码复制到  pom.xml 中就行          

<!--百度文字识别接口-->
<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 = "API Key";
        // 官网获取的 Secret Key
        String clientSecret = "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: [email protected]
 * @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

参数	是否必选	类型	可选值范围	说明
detect_direction	false	string	true、false	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: - true：检测旋转角度并矫正识别； - 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。
id_card_side	true	string	front、back	front：身份证含照片的一面；back：身份证带国徽的一面
image	true	string		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
detect_risk	false	string	true、false	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

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)

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         

如果有遇到不懂或者有问题时，可以加我QQ：1035644768（标注 博客），希望能够跟大家交流学习！