腾讯Ocr文字识别

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/1.1
Authorization: 自己生成签名
Host: recognition.image.myqcloud.com
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/1.1
Authorization: 自己生成签名
Host: recognition.image.myqcloud.com
Content-Length: 自定义长度                      ps:同上
Content-Type: multipart/form-data;boundary=--------------acebdf13572468
----------------acebdf13572468
Content-Disposition: form-data; name="appid";
你的appid
----------------acebdf13572468
Content-Disposition: form-data; name="bucket";
空串
----------------acebdf13572468
Content-Disposition: form-data; name="image"; filename="test.jpg"
Content-Type: image/jpeg
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
----------------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.image.myqcloud.com")
                .addHeader("authorization", sign)
                .url("https://recognition.image.myqcloud.com/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() {
            @Override
            public void onFailure(Call call, IOException e) {
                Log.d("TAG", "onFailure: " + e.getMessage());
            }
            @Override
            public 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。