调用百度ai接口实现图片文字识别技术DEMO

Posted 2021-08-29 毛毛虫的爹

一、第一步，到https://console.bce.baidu.com/

二、创建应用

三、pom.xml里面加入依赖


org.json
json
20160810

<!-- https://mvnrepository.com/artifact/log4j/log4j -->
<dependency>
    <groupId>log4j</groupId>
    <artifactId>log4j</artifactId>
    <version>1.2.17</version>
</dependency>

四、下面是代码Sample3类的代码
import java.util.HashMap;
import org.json.JSONObject;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import com.baidu.aip.ocr.AipOcr;
import com.baidu.aip.run.mapper.KeyWordMapper;

@Component
public class Sample3{

@Autowired
private KeyWordMapper keyWordMapper;

// 设置APPID/AK/SK
public static final String APP_ID = "自己申请的APP_ID";
public static final String API_KEY = "自己申请的API_KEY";
public static final String SECRET_KEY = "自己申请的SECRET_KEY ";

// 初始化用户对象
public static AipOcr init() {
    // 初始化一个AipOcr
    AipOcr client = new AipOcr(APP_ID, API_KEY, SECRET_KEY);
    // 可选：设置网络连接参数
    client.setConnectionTimeoutInMillis(2000);
    client.setSocketTimeoutInMillis(60000);
    
    return client;
}

public void sample() {
    // 传入可选参数调用接口
    HashMap<String, String> options = new HashMap<String, String>();
    options.put("language_type", "CHN_ENG");
    options.put("detect_direction", "true");
    options.put("detect_language", "true");
    options.put("probability", "true");

    AipOcr client = init();
    
    // 参数为本地图片路径
    String image = "test.jpg";
    String path = "C:\\\\Users\\\\Lenovo\\\\Desktop\\\\图片\\\\aaa.jpg";
    JSONObject res = client.basicGeneral(path, options);
    System.out.println(res.toString());

// // 参数为本地图片二进制数组
// byte[] file = readImageFile(image);
// res = client.basicGeneral(file, options);
// System.out.println(res.toString(2));

    // 通用文字识别, 图片参数为远程url图片

// JSONObject res = client.basicGeneralUrl(url, options);
// System.out.println(res.toString(2));

}

}

运行main方法

package com.example.demo.controller.sign;

import com.example.demo.controller.Sample3;

public class test {
public static void main(String[] args) {
Sample3 sample3 = new Sample3();
sample3.sample();
}
}

接口的返回值。返回值是以json格式返回的。经过我的测试发现一共有三种可能的返回值。
一、图片上有字并识别成功：这种情况在json返回值中会包含一个words_result键名，值就是识别到的文字，它是一行一行识别的，所以在words_result里面可能有多个值，键名是words。
二、图片上有字但不出：这种情况是图片上是有字的，但是没有识别出来，返回的words_result里面是空的。比如艺术字。
三、图片格式错误：这种情况是图片上根本就没字或者没有可识别的文字，返回值会包含一个error_code键名，你可以直接通过返回值是否包含其来判断格式是否错误。