Java菜鸟浅谈OCR

Posted 2020-11-06 26个字符的天堂

什么是OCR？

粗暴点说就是图片文本识别！正规点的说法就是：（Optical Character Recognition，光学电子识别）

最近公司开展新项目，考虑到实名认证这方面，然后还要上传身份证正反面，这就会涉及到一个问题，就是填写的身份证号，跟图片的身份证号对不上，或者我的图片是瞎上传的那种，那应该怎么办？

那只能使用图片文本识别就是所谓的OCR！

有很多种方法可以实现，比如人民币玩家的可以接第三方：聚合、阿里、腾讯.......等等众多平台都有相关的方案，

平民玩家的，也有插件：tesseract 但是需要翻墙下载，我这两天翻不了墙，我就不试了，百度大把大把的教程，但是平民玩家会麻烦一点，这是肯定的，我思考了一下，还是用第三方的吧，简单粗暴点

我选择的是聚合数据OCR，https://www.juhe.cn/docs/api/id/287

 

步骤如下：

1）注册聚合数据账号

2）实名认证（我是拿公司的资料去认证的）

3）申请OCR（首次会有10次赠送）

4）获取图片转base64

5）请求一下接口就行了，就那么简单

直接上代码吧：

/**
     * 获取网络图片
     * @param imageUrl 图片URL
     * @return
     * @throws Exception
     */
    public static String getURLImage(String imageUrl) throws Exception {  
        //new一个URL对象  
        URL url = new URL(imageUrl);  
        //打开链接  
        HttpURLConnection conn = (HttpURLConnection)url.openConnection();  
        //设置请求方式为"GET"  
        conn.setRequestMethod("GET");  
        //超时响应时间为30秒  
        conn.setConnectTimeout(30 * 1000);  
        //通过输入流获取图片数据  
        InputStream inStream = conn.getInputStream();  
        //得到图片的二进制数据，以二进制封装得到数据，具有通用性  
        byte[] data = readInputStream(inStream);  
        // 转码
        BASE64Encoder encode = new BASE64Encoder();  
        String s = encode.encode(data);  
        return s;  
    }  
    
    /**
     * 已二进制去封装图片
     * @param inStream 数据流
     * @return
     * @throws Exception
     */
    private static byte[] readInputStream(InputStream inStream) throws Exception{  
        ByteArrayOutputStream outStream = new ByteArrayOutputStream();  
        //创建一个Buffer字符串  
        byte[] buffer = new byte[1024];  
        //每次读取的字符串长度，如果为-1，代表全部读取完毕  
        int len = 0;  
        //使用一个输入流从buffer里把数据读取出来  
        while( (len=inStream.read(buffer)) != -1 ){  
            //用输出流往buffer里写入数据，中间参数代表从哪个位置开始读，len代表读取的长度  
            outStream.write(buffer, 0, len);  
        }  
        //关闭输入流  
        inStream.close();  
        //把outStream里的数据写入内存  
        return outStream.toByteArray();  
    }

以上代码，是用于获取图片并且转成base64的

测试代码

public static void main(String[] args) throws Exception {
        // 获取图片base64
        String base64str = getURLImage("https://www.wobokeji.com/justgoFile/upload/image/1.jpg");
//        System.out.println(base64str);
        // 参数封装
        NutMap map = new NutMap();
        map.addv("key", "84f7e1be67db18c721fcfb0685720a11");
        map.addv("image", base64str);
        map.addv("side", "front");
        // 请求聚合接口
        String str = Http.post("http://apis.juhe.cn/idimage/verify", map, 20 * 1000);
        System.out.println(str);
    }

我用的框架是Nutz，这个框架都封装了一些Http请求的方法，我就直接拿来用了

看控制台打印，以下结果我都换了多张图片去测试，准确率满分，

注：昨晚就开始搞这个了，然后遇到了个异常，那时候没想出来是什么原因，就放了一下，回去之后，我在想，是不是转了base64之后就变成了200多万个字节的问题，是不是聚合那边不接受那么长的参数，如果不接收，那为什么需要转base64？后面仔细想了一下代码，猛地发现，是不是链接超时了？因为我的超时时间是 1000 毫秒，也就是 1 秒，那我想了一下，从我这里请求聚合 --》 聚合去识别这张图片并返回数据给我，这个过程需要多久？早上回来第一时间把连接时间改成20秒，然后整个世界都安静了，妈的，我就是个智障

还有一个点就是 转 base64 需要 sun.misc.base64decoder.jar 这个jar我找了一下，找不到maven的我就没照了，各位有人找到的话，给我留个言，哈哈哈哈