騰訊Ocr文字識別

簡述

上篇文章記錄了百度Ocr的兩種模式用法，接下來這篇文章開始記錄騰訊Ocr的使用方法。騰訊Ocr的通用印刷體識別模式使用比較簡單，直接接入sdk即可，但手寫體的識別相對比較麻煩，需要自己post表單（也可能是能用sdk的，但我是沒有找到）

通用文字識別

1.直接在Android Studio的app->build.gradle->dependencies中添加：

 implementation 'com.qcloud:qcloud-image-sdk:2.3.6'

2.初始化識別程序：

ImageClient imageClient = new ImageClient(APPID, SecretId, SecretKey,
ImageClient.NEW_DOMAIN_recognition_image_myqcloud_com);

其中APPID、SecretId、SecretKey這些和百度一樣是需要去注冊獲取的，具體獲取方式沒什么難度就不詳說(點擊前往騰訊AI開放平台)。最后一個參數是服務器域名，默認使用新域名，也就是：

ImageClient.NEW_DOMAIN_recognition_image_myqcloud_com

如果是老用戶，修改為以下域名：

ImageClient.OLD_DOMAIN_service_image_myqcloud_com

3.開始進行文字識別：

  GeneralOcrRequest request = new GeneralOcrRequest("", getBitmapFile(mBitmap));
        try {
            String orcResult = imageClient.generalOcr(request);
        } catch (AbstractImageException e) {
            e.printStackTrace();
        }

GeneralOcrRequest的第一個參數是bucketName實際上沒什么用（官方說是遺留字段，至少對我來說沒什么用，不知道實際上是什么樣子），可以直接用空字符填充，第二個參數是File，上面代碼是我項目中從bitmap獲取file文件的寫法。代碼中的orcResult即為文字識別結果，返回的是一段json數據，需要自己去轉換，推薦使用fastjson框架。

手寫體文字識別

1.本項目中使用的是okhttp3框架進行get-post操作，因此是okhttp3框架的代碼寫法，實際使用因框架的不同而不同，但發送的數據都一樣。如果要識別的圖片是一個url地址，則用以下的post數據形式：

POST /ocr/handwriting HTTP/1.1
Authorization: 自己生成簽名
Host: recognition.image.myqcloud.com
Content-Length: 自定義長度       ps:有使用者稱加上這個會報錯，本人使用的時候是不加上Content-Length的
Content-Type: application/json
{
  "appid":"你的appid",
  "bucket":"",
  "url":"圖片url地址"
}

如果識別本地圖片，則使用以下post數據形式（本人就是使用本地圖片，因此之后的代碼是用這種方式）：

POST /ocr/handwriting HTTP/1.1
Authorization: 自己生成簽名
Host: recognition.image.myqcloud.com
Content-Length: 自定義長度                      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--

上面這些數據讓不懂multipart/form-data格式的童鞋來說，看上去就眼花繚亂，不知道該怎么用，但是不要緊，實際上我們根本不需要寫這么多東西，這就是使用http框架的好處，它已經幫我們做了很多事。
2.首先需要自己生成簽名：

public class Sign {
    /**
     * 生成 Authorization 簽名字段
     *
     * @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 編碼
     *
     * @param binaryData
     * @return
     */
    public static String Base64Encode(byte[] binaryData) {
        String encodedstr = Base64.getEncoder().encodeToString(binaryData);
        return encodedstr;
    }

    /**
     * 生成 hmacsha1 簽名
     *
     * @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 簽名
     *
     * @param plainText
     * @param key
     * @return
     * @throws Exception
     */
    public static byte[] HmacSha1(String plainText, String key) throws Exception {
        return HmacSha1(plainText.getBytes(), key);
    }
}

上面代碼可以直接復制使用，獲取簽名就是調用appSign這個方法，方法的前四個參數就是之前說的三個值，就不多說了，最后一個參數是時間值，也就是從現在開始，授權多久的時間，單位是秒。獲取簽名：

  String sign = "";
        try {
            sign = Sign.appSign(APPID, SECRETID, SECRETKEY, "", 2592000);
        } catch (Exception e) {
            e.printStackTrace();
        }

3.請求頭和請求體：

        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();

重點要注意第一個addFormDataPart方法，第一個參數是“image”無需改動，第二個參數是文件的路徑，第三個參數是文件的類型，第四個參數就是file本身。其他的設置項都是默認的，不需要修改。
4.開始post並返回結果：

 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());
            }
        });

返回的結果也是json數據體，需要自己解析。

兩種模式相互比較和與百度比較

印刷體模式操作比較簡單，畢竟已經封裝好了，手寫體需要自己post數據比較麻煩。從識別率上，這兩種方式都差別不大。在我的測試樣例中，百度的高精度印刷體模式識別率是最好的，其次到百度的手寫體模式，騰訊的兩種識別率都不是很好。

總結

圖片識別目前使用百度的sdk准確率比較高。但如果識別的是印刷體，四種都差不多，騰訊印刷體使用最為簡單。但這四種都不是很符合本人項目的需要，因此拋棄了光學字符識別，找了另一種方式識別：聯機手寫識別技術，該方式適合有筆跡過程記錄的文字識別（例如輸入法的手寫輸入），下篇文章記錄靈雲的HWR的使用。