SpringBoot+OCR 实现图片文字识别详细攻略

本文将详细介绍如何使用 SpringBoot 结合 OCR 技术实现图片文字识别的完整过程。其中，主要涉及到环境搭建、技术选型、代码实现等方面的内容。

技术选型

在本次项目中，我们将使用以下技术实现图片文字识别功能：

SpringBoot：用于快速搭建基于 Spring 等技术栈的应用程序，提供了从配置到部署的大量开箱即用的功能模块。
OCR：即 Optical Character Recognition，中文名为光学字符识别，简单来说就是将图片中的文字识别出来。本项目中，我们将使用百度 OCR 提供的 API 进行图片文字识别。
Maven：用于项目构建，管理 Java 项目的依赖。

环境搭建

在开始项目之前，我们需要进行以下环境搭建：

安装 JDK 和 Maven。
注册百度 OCR 并获取 API Key 和 Secret Key。

代码实现

1. 创建 Maven 项目

首先创建一个 Maven 项目，并且在 pom.xml 中添加以下依赖：

<!--SpringBoot-->
<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-web</artifactId>
</dependency>

<!--百度云OCR-->
<dependency>
  <groupId>com.baidu.aip</groupId>
  <artifactId>java-sdk</artifactId>
  <version>4.16.1</version>
</dependency>

2. 配置百度 OCR

在项目中配置百度 OCR 的 API Key 和 Secret Key，代码示例：

import com.baidu.aip.ocr.AipOcr;

public class OCRUtil {

  private static final String APP_ID = "your_app_id";
  private static final String API_KEY = "your_api_key";
  private static final String SECRET_KEY = "your_secret_key";
  private static final AipOcr aipOcr;

  static {
    // 初始化 AipOcr
    aipOcr = new AipOcr(APP_ID, API_KEY, SECRET_KEY);
    // 可选：设置网络连接参数
    aipOcr.setConnectionTimeoutInMillis(2000);
    aipOcr.setSocketTimeoutInMillis(60000);
  }

  public static AipOcr getAipOcr() {
    return aipOcr;
  }
}

3. 实现图片文字识别接口

在 SpringBoot 项目中，我们可以使用 @RestController 注解实现 RESTful 风格的接口。代码示例：

import com.baidu.aip.ocr.AipOcr;
import org.json.JSONObject;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import javax.servlet.http.HttpServletRequest;
import java.io.File;
import java.io.IOException;
import java.util.HashMap;
import java.util.Optional;

@RestController
@RequestMapping("/ocr")
public class OCRController {

  /**
   * 上传文件并进行 OCR
   *
   * @param file 要上传的文件
   * @param request HTTP 请求
   * @return 包含 OCR 结果的 JSON 字符串
   */
  @PostMapping("/upload")
  public String upload(MultipartFile file, HttpServletRequest request) {
    if (file.isEmpty()) {
      return "上传失败，请选择文件";
    }
    try {
      // 获取文件名
      String filename = file.getOriginalFilename();
      // 获取文件后缀名
      String suffixName = filename.substring(filename.lastIndexOf("."));
      // 重新生成文件名
      String newFilename = System.currentTimeMillis() + suffixName;
      // 获取上传文件夹路径
      String uploadFolder = request.getServletContext().getRealPath("/upload/");
      // 新建文件
      File destFile = new File(uploadFolder, newFilename);
      // 保存文件
      file.transferTo(destFile);
      // 进行 OCR
      AipOcr aipOcr = OCRUtil.getAipOcr();
      HashMap<String, String> options = new HashMap<>(2);
      options.put("language_type", "CHN_ENG");
      options.put("detect_direction", "true");
      JSONObject res = aipOcr.basicGeneral(destFile.getAbsolutePath(), options);
      return res.toString(2);
    } catch (IOException e) {
      e.printStackTrace();
    }
    return "上传失败";
  }
}

4. 编写前端页面

最后，我们需要编写一个简单的 HTML 页面来实现图片上传并调用 OCR 接口的功能。代码示例：

<!DOCTYPE html>
<html lang="en">
<head>
  <meta charset="UTF-8">
  <title>SpringBoot+OCR 实现图片文字识别</title>
</head>
<body>

<h1>SpringBoot+OCR 实现图片文字识别</h1>

<form action="/ocr/upload" method="post" enctype="multipart/form-data">
  <input type="file" name="file" />
  <br />
  <input type="submit" value="提交" />
</form>

</body>
</html>

示例说明

示例 1

假设有一张图片，图片中包含一行英文 "Hello World" 和一行中文 "你好，世界"，我们将使用上述代码进行图片文字识别。

首先启动 SpringBoot 项目，在浏览器中打开 HTML 页面，选择要识别的图片并上传。上传成功后，页面将会返回一个 JSON 字符串，其中包含了图片中的文字。

正确输出应该类似于如下格式：

{
  "log_id": xxx,
  "words_result_num": 2,
  "words_result": [
    {
      "words": "Hello World"
    },
    {
      "words": "你好，世界"
    }
  ],
  "language": xxx
}

示例 2

假设有一张图片，图片中包含一行错误的英文和一行错误的中文，我们将使用上述代码进行图片文字识别。

由于图片中的文字包含错误，因此输出结果可能存在一定的错误。

总结

至此，本文介绍了如何使用 SpringBoot 结合 OCR 技术实现图片文字识别的完整过程，涉及了环境搭建、技术选型、代码实现以及两个示例的说明。在实际项目中，我们可以根据需要对代码进行一定的修改来适应具体的业务场景。

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：SpringBoot+OCR 实现图片文字识别 - Python技术站

SpringBoot+OCR 实现图片文字识别