黑马程序员技术交流社区

标题: 实战腾讯云ORC文字识别 [打印本页]
作者: 792858525    时间: 2019-11-8 15:20
标题: 实战腾讯云ORC文字识别
本帖最后由 792858525 于 2019-11-8 16:16 编辑

之前弄服务器的时候无意间看到腾讯云有文字识别类的产品，在好奇的驱动下我点了进去，让就一发不可收拾。。。。。。。
废话不多说，直接开整
首先打开腾讯云的官网：https://cloud.tencent.com/
在云产品里找到文字识别

开通业务后，可以在右上角找到武林秘籍（开发文档）

大致内容就是以下几部分，其实大致看看就好了，不想看的也可以直接掠过（重点）。
通用印刷体识别（精简版）（免费公测版）

在这篇文章中：
1. 接口描述
接口请求域名： ocr.tencentcloudapi.com 。
本接口支持多场景、任意版面下整图文字的识别。相较于“通用印刷体识别”接口，精简版接口在准召率有一定损失的情况下，耗时更短。适用于对接口耗时较为敏感的客户。
默认接口请求频率限制：10次/秒。
2. 输入参数
以下请求参数列表仅列出了接口请求参数和部分公共参数，完整公共参数列表见 公共请求参数。
[td]
参数名称
必选
类型
描述
Action是String公共参数，本接口取值：GeneralEfficientOCR
Version是String公共参数，本接口取值：2018-11-19
Region是String公共参数，详见产品支持的 地域列表，本接口仅支持其中的: ap-beijing, ap-guangzhou, ap-hongkong, ap-shanghai, na-toronto
ImageBase64否String图片的 Base64 值。
支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。
支持的图片大小：所下载图片经Base64编码后不超过 3M。图片下载时间不超过 3 秒。
图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。
ImageUrl否String图片的 Url 地址。
支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。
支持的图片大小：所下载图片经 Base64 编码后不超过 3M。图片下载时间不超过 3 秒。
图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。
非腾讯云存储的 Url 速度和稳定性可能受一定影响。

3. 输出参数[td]
参数名称
类型
描述
TextDetectionsArray of TextDetection检测到的文本信息，具体内容请点击左侧链接。
RequestIdString唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
文档中心  文字识别  API 文档  通用文字识别相关接口  通用印刷体识别（精简版）（免费公测版）
通用印刷体识别（精简版）（免费公测版）

在这篇文章中：
1. 接口描述
接口请求域名： ocr.tencentcloudapi.com 。
本接口支持多场景、任意版面下整图文字的识别。相较于“通用印刷体识别”接口，精简版接口在准召率有一定损失的情况下，耗时更短。适用于对接口耗时较为敏感的客户。
默认接口请求频率限制：10次/秒。
2. 输入参数
以下请求参数列表仅列出了接口请求参数和部分公共参数，完整公共参数列表见 公共请求参数。
[td]
参数名称
必选
类型
描述
Action是String公共参数，本接口取值：GeneralEfficientOCR
Version是String公共参数，本接口取值：2018-11-19
Region是String公共参数，详见产品支持的 地域列表，本接口仅支持其中的: ap-beijing, ap-guangzhou, ap-hongkong, ap-shanghai, na-toronto
ImageBase64否String图片的 Base64 值。
支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。
支持的图片大小：所下载图片经Base64编码后不超过 3M。图片下载时间不超过 3 秒。
图片的 ImageUrl、ImageBase64 必须提供一个，如果都提供，只使用 ImageUrl。
ImageUrl否String图片的 Url 地址。
支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。
支持的图片大小：所下载图片经 Base64 编码后不超过 3M。图片下载时间不超过 3 秒。
图片存储于腾讯云的 Url 可保障更高的下载速度和稳定性，建议图片存储于腾讯云。
非腾讯云存储的 Url 速度和稳定性可能受一定影响。

3. 输出参数[td]
参数名称
类型
描述
TextDetectionsArray of TextDetection检测到的文本信息，具体内容请点击左侧链接。
RequestIdString唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。

4. 示例示例1 通用印刷体识别（精简版）示例代码输入示例https://ocr.tencentcloudapi.com/?Action=GeneralEfficientOCR&ImageUrl=https://xx/a.jpg&<公共请求参数>

输出示例{  "Response": {    "TextDetections": [      {        "DetectedText": "夏天的飞鸟，” 飞到我窗前唱歌，又飞去了。",        "Confidence": 93,        "Polygon": [          {            "X": 30,            "Y": 147          },          {            "X": 30,            "Y": 126          },          {            "X": 384,            "Y": 133          },          {            "X": 384,            "Y": 155          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":1}}"      },      {        "DetectedText": "秋天的黄叶，它们没有什么可唱，只叹息声，飞落在那里。",        "Confidence": 99,        "Polygon": [          {            "X": 27,            "Y": 200          },          {            "X": 27,            "Y": 179          },          {            "X": 532,            "Y": 185          },          {            "X": 532,            "Y": 206          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":2}}"      },      {        "DetectedText": "Stray birds of summer come to my window to sing and fly away.",        "Confidence": 79,        "Polygon": [          {            "X": 25,            "Y": 304          },          {            "X": 25,            "Y": 285          },          {            "X": 606,            "Y": 289          },          {            "X": 606,            "Y": 308          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":3}}"      },      {        "DetectedText": "And yellow leaves of autumn, which have no songs, flutter and fall there with a sign.",        "Confidence": 81,        "Polygon": [          {            "X": 24,            "Y": 357          },          {            "X": 24,            "Y": 339          },          {            "X": 782,            "Y": 342          },          {            "X": 782,            "Y": 360          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":4}}"      },      {        "DetectedText": "飞鸟集",        "Confidence": 99,        "Polygon": [          {            "X": 844,            "Y": 558          },          {            "X": 844,            "Y": 524          },          {            "X": 969,            "Y": 525          },          {            "X": 969,            "Y": 560          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":5}}"      },      {        "DetectedText": "STRAYBIRDS",        "Confidence": 99,        "Polygon": [          {            "X": 739,            "Y": 576          },          {            "X": 739,            "Y": 594          },          {            "X": 973,            "Y": 592          },          {            "X": 973,            "Y": 574          }        ],        "AdvancedInfo": "{\"Parag\":{\"ParagNo\":6}}"      }    ],    "RequestId": "8dd99adb-5144-43ca-8213-f6a929ce5075"  }}

5. 开发者资源API Explorer
该工具提供了在线调用、签名验证、SDK 代码生成和快速检索接口等能力，能显著降低使用云 API 的难度，推荐使用。
SDK
云 API 3.0 提供了配套的开发工具集（SDK），支持多种编程语言，能更方便的调用 API。
命令行工具6. 错误码
以下仅列出了接口业务逻辑相关的错误码，其他错误码详见 公共错误码。
[td]
错误码
描述
FailedOperation.DownLoadError文件下载失败。
FailedOperation.EmptyImageError图片内容为空。
FailedOperation.ImageDecodeFailed图片解码失败。
FailedOperation.ImageNoText图片中未检测到文本。
FailedOperation.OcrFailedOcr识别失败。
FailedOperation.UnKnowError未知错误。
FailedOperation.UnOpenError服务未开通。
InvalidParameterValue.InvalidParameterValueLimit参数值错误。
LimitExceeded.TooLargeFileError文件内容太大。
ResourcesSoldOut.ChargeStatusException计费状态异常。
=================================================================================================
略的同学看到这里！！！！
首先我们来看 ，【输入参数】

红色区域的参数基本上都是写死的，直接复制后面描述里的内容就行了。
黄色区域的两个参数二选一，如果你会将图片编码成Base64格式，推荐使用ImageBase64这个参数
当然不会的话，也可以使用ImageUrl这个参数，相比前者这个会慢一些。
很多同学会说说到这，我还是不会怎么用，没关系，慢慢来，淡定！！！！
接下来我们看，【输出参数】
很简单，两部分，TextDetections  和  RequestId，TextDetections  这个很重要，放到后面讲


RequestId 主要就是当出现问题的时候用来定位问题需要的参数。至于TextDetections 看一下后面实例中的返回参数自然就懂了

我们可以看到返回的数据是一个json，可以看到就是TextDetections  和  RequestId两部分，TextDetections里有五条数据，就是识别出来的五条数据。TextDetections里的参数代表的意义如下图：

说了这么久代码到底该怎么写
我只能说的，重要的代码几乎不用你来写，看过来！！！
看到开发文档的第5点（那里有神器）

打开后看到如下界面，一步一步操作

1.选择你的产品版本
2.选择开发语言
3.查看自己的密钥
4.填写密钥
5.选择地区
6.添加图片路径
7.复制代码
然后打开idea，创建maven项目，并利用插件转换成web项目（也可以用骨架）
大致项目结构如下

有关spring的配置这里不做讲解，跟平常一样没什么特别的。
看代码：
package com.tencent.controller;

import com.tencentcloudapi.common.Credential;
import com.tencentcloudapi.common.exception.TencentCloudSDKException;
import com.tencentcloudapi.common.profile.ClientProfile;
import com.tencentcloudapi.common.profile.HttpProfile;
import com.tencentcloudapi.ocr.v20181119.OcrClient;
import com.tencentcloudapi.ocr.v20181119.models.GeneralEfficientOCRRequest;
import com.tencentcloudapi.ocr.v20181119.models.GeneralEfficientOCRResponse;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.ResponseBody;

@Controller
public class ORCController {
    @RequestMapping(value = "scan",produces = "application/json;charset=UTF-8" )
    @ResponseBody    //imageAddr为图片的路径，前端调用传值。
    public String scan(String imageAddr){
        try{
            System.out.println(imageAddr);
            Credential cred = new Credential("你的SecretId", "你的SecretKey");
            HttpProfile httpProfile = new HttpProfile();
            httpProfile.setEndpoint("ocr.tencentcloudapi.com");

            ClientProfile clientProfile = new ClientProfile();
            clientProfile.setHttpProfile(httpProfile);

            OcrClient client = new OcrClient(cred, "ap-guangzhou", clientProfile);
            String params = "{\"ImageUrl\":\""+imageAddr+"\"}";
            GeneralEfficientOCRRequest req =                  GeneralEfficientOCRRequest.fromJsonString(params, GeneralEfficientOCRRequest.class);

            GeneralEfficientOCRResponse resp = client.GeneralEfficientOCR(req);

            System.out.println(GeneralEfficientOCRRequest.toJsonString(resp));

            return GeneralEfficientOCRRequest.toJsonString(resp);
        } catch (TencentCloudSDKException e) {

            System.out.println(e.toString());
            return e.toString();
        }
    }
}
将之前在线调试时，代码main函数中的内容和导包的代码拷贝下来。注意导包的时候可能会包错需要在pom.xml中添加腾讯云的依赖文件
<dependency>
  <groupId>com.tencentcloudapi</groupId>
  <artifactId>tencentcloud-sdk-java</artifactId>
  <version>3.0.101</version>
</dependency>
看到前端请求，前端有个问题，因为上传图片的地址只能是url，所以对于没有服务器没有域名的我该怎么办，于是我到网上找到了一个可以上传的网络相册，大家可以自己到网上搜索，我使用的那个叫做帖图库，同样有开发文档和实例
然后就是编写前端页面啦，这里我使用的是bootstrap+jQuery来写的jsp。这里就只放出识别请求和上传图片的js代码，页面大家可以按自己的需求编写发送请求到后台识别文字
<script>
    $(function () {
        scan();
    });
    var url;
    function scan() {
       $("#scanBtn").click(function () {
           $.ajax({
               url:"/scan.do",
               data:{"imageAddr":url},
               success:function (reasult) {
                   var str="";
                   var datas = reasult.TextDetections;
                   for (item of datas){
                       str+=item.DetectedText+"<br/>";
                   }
                   $("#getReasult").html(str);
               }
           });
       });
    }
</script>上传图片的请求<script>
    $(':button').click(function(){
        var formData = new FormData($('form')[0]);
        $.ajax({
            url: 'http://up.imgapi.com/',
            type: 'POST',
            xhr: function() {
                myXhr = $.ajaxSettings.xhr();
                if(myXhr.upload){
                    myXhr.upload.addEventListener('progress',progressHandlingFunction, false);
                }
                return myXhr;
            },
            beforeSend: function(){
                $('progress').show();
            },
            success: function(data){
                console.log(data);
                alert("上传成功");
                url = data.linkurl;
            },
            error: function(data){
                console.log(data);
            },
            data:formData,
            cache: false,
            contentType: false,
            processData: false
});
    });
    function progressHandlingFunction(e){
        if(e.lengthComputable){
            $('progress').attr({value:e.loaded,max:e.total});
        }
    }
</script>
注意要定义一个全局变量url，因为在请求识别的时候有用到哦！！！！这里的上传文件的请求，大家可以直接下载贴图库的案例，然后按需求再去修改就可以了。
最后看一下效果吧！识别结果不是百分百准确，因为毕竟是免费的嘛 可以看到，识别出来的文字，还是有一点点问题的。好了就到这里，有什么问题下面留言，看到了我会回复的。
第一次弄这个，有什么做错了或者做的不好的地方，望见谅，大神勿喷！！！









作者: 792858525    时间: 2019-11-8 16:18
需要源码的可以留言



欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2