简述
上篇文章记录了百度Ocr的两种模式用法,接下来这篇文章开始记录腾讯Ocr的使用方法。腾讯Ocr的通用印刷体识别模式使用比较简单,直接接入sdk即可,但手写体的识别相对比较麻烦,需要自己post表单(也可能是能用sdk的,但我是没有找到)
通用文字识别
1.直接在Android Studio的app->build.gradle->dependencies中添加:
implementation 'com.qcloud:qcloud-image-sdk:2.3.6'
2.初始化识别程序:
ImageClient imageClient = new ImageClient(APPID, SecretId, SecretKey,ImageClient.NEW_DOMAIN_recognition_image_myqcloud_com);
其中APPID、SecretId、SecretKey这些和百度一样是需要去注册获取的,具体获取方式没什么难度就不详说(点击前往腾讯AI开放平台)。最后一个参数是服务器域名,默认使用新域名,也就是:
ImageClient.NEW_DOMAIN_recognition_image_myqcloud_com
如果是老用户,修改为以下域名:
ImageClient.OLD_DOMAIN_service_image_myqcloud_com
3.开始进行文字识别:
GeneralOcrRequest request = new GeneralOcrRequest("", getBitmapFile(mBitmap));try {String orcResult = imageClient.generalOcr(request);} catch (AbstractImageException e) {e.printStackTrace();}
GeneralOcrRequest的第一个参数是bucketName实际上没什么用(官方说是遗留字段,至少对我来说没什么用,不知道实际上是什么样子),可以直接用空字符填充,第二个参数是File,上面代码是我项目中从bitmap获取file文件的写法。代码中的orcResult即为文字识别结果,返回的是一段json数据,需要自己去转换,推荐使用fastjson框架。
手写体文字识别
1.本项目中使用的是okhttp3框架进行get-post操作,因此是okhttp3框架的代码写法,实际使用因框架的不同而不同,但发送的数据都一样。如果要识别的图片是一个url地址,则用以下的post数据形式:
POST /ocr/handwriting HTTP/1.1Authorization: 自己生成签名Host: recognition.Content-Length: 自定义长度 ps:有使用者称加上这个会报错,本人使用的时候是不加上Content-Length的Content-Type: application/json{"appid":"你的appid","bucket":"","url":"图片url地址"}
如果识别本地图片,则使用以下post数据形式(本人就是使用本地图片,因此之后的代码是用这种方式):
POST /ocr/handwriting HTTP/1.1Authorization: 自己生成签名Host: recognition.Content-Length: 自定义长度 ps:同上Content-Type: multipart/form-data;boundary=--------------acebdf13572468----------------acebdf13572468Content-Disposition: form-data; name="appid";你的appid----------------acebdf13572468Content-Disposition: form-data; name="bucket";空串----------------acebdf13572468Content-Disposition: form-data; name="image"; filename="test.jpg"Content-Type: image/jpegxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx----------------acebdf13572468--
上面这些数据让不懂multipart/form-data格式的童鞋来说,看上去就眼花缭乱,不知道该怎么用,但是不要紧,实际上我们根本不需要写这么多东西,这就是使用http框架的好处,它已经帮我们做了很多事。
2.首先需要自己生成签名:
public class Sign {/*** 生成 Authorization 签名字段** @param appId* @param secretId* @param secretKey* @param bucketName* @param expired* @return* @throws Exception*/public static String appSign(long appId, String secretId, String secretKey, String bucketName,long expired) throws Exception {long now = System.currentTimeMillis() / 1000;int rdm = Math.abs(new Random().nextInt());String plainText = String.format("a=%d&b=%s&k=%s&t=%d&e=%d&r=%d", appId, bucketName,secretId, now, now + expired, rdm);byte[] hmacDigest = HmacSha1(plainText, secretKey);byte[] signContent = new byte[hmacDigest.length + plainText.getBytes().length];System.arraycopy(hmacDigest, 0, signContent, 0, hmacDigest.length);System.arraycopy(plainText.getBytes(), 0, signContent, hmacDigest.length,plainText.getBytes().length);return Base64Encode(signContent);}/*** 生成 base64 编码** @param binaryData* @return*/public static String Base64Encode(byte[] binaryData) {String encodedstr = Base64.getEncoder().encodeToString(binaryData);return encodedstr;}/*** 生成 hmacsha1 签名** @param binaryData* @param key* @return* @throws Exception*/public static byte[] HmacSha1(byte[] binaryData, String key) throws Exception {Mac mac = Mac.getInstance("HmacSHA1");SecretKeySpec secretKey = new SecretKeySpec(key.getBytes(), "HmacSHA1");mac.init(secretKey);byte[] HmacSha1Digest = mac.doFinal(binaryData);return HmacSha1Digest;}/*** 生成 hmacsha1 签名** @param plainText* @param key* @return* @throws Exception*/public static byte[] HmacSha1(String plainText, String key) throws Exception {return HmacSha1(plainText.getBytes(), key);}}
上面代码可以直接复制使用,获取签名就是调用appSign这个方法,方法的前四个参数就是之前说的三个值,就不多说了,最后一个参数是时间值,也就是从现在开始,授权多久的时间,单位是秒。获取签名:
String sign = "";try {sign = Sign.appSign(APPID, SECRETID, SECRETKEY, "", 2592000);} catch (Exception e) {e.printStackTrace();}
3.请求头和请求体:
File file = getBitmapFile(mBitmap);OkHttpClient okHttpClient = new OkHttpClient();RequestBody requestBody = new MultipartBody.Builder().setType(MultipartBody.FORM).addFormDataPart("image", file.getAbsolutePath(), RequestBody.create(MediaType.parse("image/png"), file)).addFormDataPart("appid", APPID).build();Request request = new Request.Builder().header("host", "recognition.").addHeader("authorization", sign).url("https://recognition./ocr/handwriting").post(requestBody).build();
重点要注意第一个addFormDataPart方法,第一个参数是“image”无需改动,第二个参数是文件的路径,第三个参数是文件的类型,第四个参数就是file本身。其他的设置项都是默认的,不需要修改。
4.开始post并返回结果:
okHttpClient.newCall(request).enqueue(new Callback() {@Overridepublic void onFailure(Call call, IOException e) {Log.d("TAG", "onFailure: " + e.getMessage());}@Overridepublic void onResponse(Call call, Response response) throws IOException {JSONObject jsonObject=new JSONObject();jsonObject= JSON.parseObject(response.body().string());Log.i("TAG", "tencent handwrite: " +jsonObject.toString());}});
返回的结果也是json数据体,需要自己解析。
两种模式相互比较和与百度比较
印刷体模式操作比较简单,毕竟已经封装好了,手写体需要自己post数据比较麻烦。从识别率上,这两种方式都差别不大。在我的测试样例中,百度的高精度印刷体模式识别率是最好的,其次到百度的手写体模式,腾讯的两种识别率都不是很好。
总结
图片识别目前使用百度的sdk准确率比较高。但如果识别的是印刷体,四种都差不多,腾讯印刷体使用最为简单。但这四种都不是很符合本人项目的需要,因此抛弃了光学字符识别,找了另一种方式识别:联机手写识别技术,该方式适合有笔迹过程记录的文字识别(例如输入法的手写输入),下篇文章记录灵云的HWR的使用。