实战腾讯云ORC文字识别
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
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
- 2. 输入参数
- 3. 输出参数
- 4. 示例
- 示例1 通用印刷体识别（精简版）示例代码
- 5. 开发者资源
- API Explorer
- SDK
- 命令行工具
- 6. 错误码
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
TextDetections
Array of TextDetection
检测到的文本信息，具体内容请点击左侧链接。
RequestId
String
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
- 2. 输入参数
- 3. 输出参数
- 4. 示例
- 示例1 通用印刷体识别（精简版）示例代码
- 5. 开发者资源
- API Explorer
- SDK
- 命令行工具
- 6. 错误码
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
TextDetections
Array of TextDetection
检测到的文本信息，具体内容请点击左侧链接。
RequestId
String
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。
- API 3.0 Explorer
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。
- Tencent Cloud SDK 3.0 for Python
- Tencent Cloud SDK 3.0 for Java
- Tencent Cloud SDK 3.0 for PHP
- Tencent Cloud SDK 3.0 for Go
- Tencent Cloud SDK 3.0 for NodeJS
- Tencent Cloud SDK 3.0 for .NET
命令行工具
- Tencent Cloud CLI 3.0
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.OcrFailed
Ocr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.tencentcloudapigroupId>
<artifactId>tencentcloud-sdk-javaartifactId>
<version>3.0.101version>
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+"
"; } $("#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
更多Java学习资料可关注：gzitcast
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
3
0- 0
已为社区贡献47条内容
所有评论(0)