百度AI-OCR篇

最新推荐文章于 2025-05-19 13:13:26 发布

原创最新推荐文章于 2025-05-19 13:13:26 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

AI 专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了如何注册百度AI账号并获取SDK，通过示例代码演示了如何获取访问token，实现文字识别功能，包括根据图片URL和base64编码进行识别。同时，提供了拍照功能的代码实现，便于开发者快速上手。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先注册账户获取sdk备用。

1：获取token

/**
 * 获取token类
 */
public class AuthService {

    /**
     * 获取权限token
     * @return 返回示例：
     * {
     * "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",
     * "expires_in": 2592000
     * }
     */
    public static String getAuth() {
        // 官网获取的 API Key 更新为你注册的
        String clientId = "cK150qIiv4z9QXUsOpeH847w";
        // 官网获取的 Secret Key 更新为你注册的
        String clientSecret = "cgshxLlL8fgTy5d8i3T78GZr7jtUHBur";
        return getAuth(clientId, clientSecret);
    }

    /**
     * 获取API访问token
     * 该token有一定的有效期，需要自行管理，当失效时需重新获取.
     * @param ak - 百度云官网获取的 API Key
     * @param sk - 百度云官网获取的 Securet Key
     * @return assess_token 示例：
     * "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"
     */
    public static String getAuth(String ak, String sk) {
        // 获取token地址
        String authHost = "https://aip.baidubce.com/oauth/2.0/token?";
        String getAccessTokenUrl = authHost
                // 1. grant_type为固定参数
                + "grant_type=client_credentials"
                // 2. 官网获取的 API Key
                + "&client_id=" + ak
                // 3. 官网获取的 Secret Key
                + "&client_secret=" + sk;
        try {
            URL realUrl = new URL(getAccessTokenUrl);
            // 打开和URL之间的连接
            HttpURLConnection connection = (HttpURLConnection) realUrl.openConnection();
            connection.setRequestMethod("GET");
            connection.connect();
            // 获取所有响应头字段
            Map<String, List<String>> map = connection.getHeaderFields();
            // 遍历所有的响应头字段
            for (String key : map.keySet()) {
                System.err.println(key + "--->" + map.get(key));
            }
            // 定义 BufferedReader输入流来读取URL的响应
            BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
            String result = "";
            String line;
            while ((line = in.readLine()) != null) {
                result += line;
            }
            /**
             * 返回结果示例
             */
            System.err.println("result:" + result);
            JSONObject jsonObject = new JSONObject(result);
            String access_token = jsonObject.getString("access_token");
            return access_token;
        } catch (Exception e) {
            System.err.printf("获取token失败！");
            e.printStackTrace(System.err);
        }
        return null;
    }

}

2：普通识别

可以分为两种，1：根据image的url传参，2：根据base64传参

bitmap与base64互转：

import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.util.Base64;

import java.io.ByteArrayOutputStream;
import java.io.IOException;

public class Base64BitmapUtil {
    /**
     * bitmap转为base64
     * @param bitmap
     * @return
     */
     public static String bitmapToBase64(Bitmap bitmap) {
         String result = null;
         ByteArrayOutputStream baos = null;
         try {
             if (bitmap != null) {
                 baos = new ByteArrayOutputStream();
                 bitmap.compress(Bitmap.CompressFormat.JPEG, 100, baos);
                 baos.flush();
                 baos.close();
                 byte[] bitmapBytes = baos.toByteArray();
                 result = Base64.encodeToString(bitmapBytes, Base64.DEFAULT);
             }
         } catch (IOException e) {
             e.printStackTrace();
         }finally{
             try {
                 if (baos != null) {
                     baos.flush();
                     baos.close();
                 }
             } catch (IOException e) {
                 e.printStackTrace();
             }
         }
         return result;
     }
     /**
     * base64转为bitmap
     *
     * @param base64Data
     * @return
     */
     public static Bitmap base64ToBitmap(String base64Data) {
         byte[] bytes = Base64.decode(base64Data, Base64.DEFAULT);
         return BitmapFactory.decodeByteArray(bytes, 0, bytes.length);
     }
}

接口定义：

/**
 * create by zj on 2018/12/3
 *
 * 百度ai接口
 */
public class AiApi {
    //文字识别（基础根据图片string）
    public static RequestHandle getGeneralBasic(String image,ResponseHandler responseHandler){
        RequestParams requestParams=new RequestParams();
        requestParams.put("image",image);
        requestParams.put("access_token", ShareUtil.getInstance().getString("token",""));
        return HttpClient.doPost("general_basic",requestParams,responseHandler);
    }
    //文字识别（基础根据图片URL）
    public static RequestHandle getGeneralBasicurl(String url,ResponseHandler responseHandler){
        RequestParams requestParams=new RequestParams();
        requestParams.put("url",url);
        requestParams.put("access_token",ShareUtil.getInstance().getString("token",""));
        return HttpClient.doPost("general_basic",requestParams,responseHandler);
    }

    //文字识别（高精度根据图片string）
    public static RequestHandle getAccurateBasic(String image,ResponseHandler responseHandler){
        RequestParams requestParams=new RequestParams();
        requestParams.put("image",image);
        requestParams.put("access_token", ShareUtil.getInstance().getString("token",""));
        return HttpClient.doPost("accurate_basic",requestParams,responseHandler);
    }
}

拍照部分代码：

清单注册：

  <provider
            android:authorities="com.zj.orc.FileProvider"
            android:name="android.support.v4.content.FileProvider"
            android:exported="false"
            android:grantUriPermissions="true"
            >

            <meta-data
                android:name="android.support.FILE_PROVIDER_PATHS"
                android:resource="@xml/file_paths" />
        </provider>

其中exported代表该服务是否能够被其他应用程序组件调用或跟它交互，这里设置为false。

xml文件 file_paths：

<?xml version="1.0" encoding="utf-8"?>
<paths xmlns:android="http://schemas.android.com/apk/res/android">
    <external-path name="external_path" path="photo"/>
    <cache-path
        name="cache_path"
        path="photo"/>
</paths>

权限判断：

  public void onTakePhotoClick(){
        if (Build.VERSION.SDK_INT>23){
            getPermissionPhoto();
        }else{
            takePhoto();
        }
    }

    public void getPermissionPhoto(){
        if (ContextCompat.checkSelfPermission(this,
                Manifest.permission.CAMERA) != PackageManager.PERMISSION_GRANTED || ContextCompat.checkSelfPermission(this,
                Manifest.permission.WRITE_EXTERNAL_STORAGE) != PackageManager.PERMISSION_GRANTED || ContextCompat.checkSelfPermission(this,
                Manifest.permission.READ_EXTERNAL_STORAGE) != PackageManager.PERMISSION_GRANTED){
            ActivityCompat.requestPermissions(TextDiscernActivity.this,new String[]{Manifest.permission.CAMERA, Manifest.permission.WRITE_EXTERNAL_STORAGE, Manifest.permission.READ_EXTERNAL_STORAGE},REQUEST_PERMISSION);
        }else{
            takePhoto();
        }
    }

  File tempFile;
    public void takePhoto(){
        tempFile=new File(Environment.getExternalStorageDirectory().getAbsolutePath()+"/photo/"+System.currentTimeMillis() + ".jpg");

        //生成文件夹
        tempFile.getParentFile().mkdirs();
        
        Intent intent=new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
        
        //对包管理器进行查询以确定是否有Activity能够启动该Intent
        if (intent.resolveActivity(getPackageManager())!=null){
            
            intent.putExtra(MediaStore.Images.Media.ORIENTATION, 0);
            if (Build.VERSION.SDK_INT>=24){
                intent.setFlags(Intent.FLAG_GRANT_WRITE_URI_PERMISSION);
                Uri contentUri = FileProvider.getUriForFile(this, "com.zj.orc.FileProvider", tempFile);
                intent.putExtra(MediaStore.EXTRA_OUTPUT, contentUri);
            } else {   
                //否则使用Uri.fromFile(file)方法获取Uri
                intent.putExtra(MediaStore.EXTRA_OUTPUT, Uri.fromFile(tempFile));
            }
            startActivityForResult(intent, REQUEST_TAKE_PHOTO);
        }

    }

以上是根据百度Ai -文字识别的简单接入，以及应用。