百度OCR识别图片文本字符串——物联网上位机软件

一、开发背景

        根据项目需求，我们需要完成LED显示屏实时显示歌词的效果。最优的方法是调用歌曲播放器的API获取歌词，但是由于这个开发资格不是很好申请，因此我们采用其他方案，即通过OCR识别获取歌词，并投射到LED显示屏上。本项目使用IDEA开发。

        本文将跳过对歌词的截图以及后续将文本投射到LED显示屏的代码，下文将主要介绍如何调用百度OCR文字识别的API接口，并将识别的文本打印出来。

二、具体实现

        首先，登录百度开发者中心，进行实名认证后，创建应用程序。

        API开发文档：通用文字识别（标准版）

        根据开发文档，首先我们需要从本地读取图片，并进行Base64编码与URLencode.

// 读取图片文件为字节数组 File file = new File("D:\\Led_Display\\screenshot.png"); byte[] imageBytes = new byte[0]; try { imageBytes = Files.readAllBytes(file.toPath()); } catch (IOException e) { throw new RuntimeException(e); } // 将字节数组转换为base64编码的字符串 String base64String = Base64.getEncoder().encodeToString(imageBytes); // 将base64编码的字符串进行urlencode encodedString=null;//清空 try { encodedString = URLEncoder.encode(base64String, "UTF-8"); } catch (UnsupportedEncodingException e) { throw new RuntimeException(e); } // 打印结果 System.out.println("Base64编码后图片:"+encodedString);

        在JAVA中，我们需要先创建一个HttpClient对象和HttpRequest对象，这将用于封装和发送请求，并在request对象中带入上面编码的图片信息。

request = HttpRequest.newBuilder() // 设置请求的URL，其中access_token是通过API Key和Secret Key获取的 .uri(URI.create(" aip.baidubce /rest/2.0/ocr/v1/general_basic?access_token=???")) // 设置请求的Header，Content-Type为application/x- -form-urlencoded .header("Content-Type", "application/x- -form-urlencoded") // 设置请求的Body，image参数为encodedString .POST(HttpRequest.BodyPublishers.ofString("image=" + encodedString)) .build();

        发送请求，并获取HttpResponse对象，此处我们需要捕捉异常。

// 发送HttpPost对象，并获取HttpResponse对象 HttpResponse<String> response = null; try { response = httpClient.send(request, HttpResponse.BodyHandlers.ofString()); } catch (IOException e) { throw new RuntimeException(e); } catch (InterruptedException e) { throw new RuntimeException(e); }

        根据开发文档，获取返回状态码等信息，并提取出我们需要的信息打印输出。

// 获取响应状态码 int statusCode = response.statusCode(); // 获取响应体内容 String body = response.body(); // 打印结果 System.out.println("请求状态编码: " + statusCode); System.out.println("响应Body: " + body); if(statusCode!=200) return ""; else { JsonParser jsonParser=new JsonParser(); JsonObject jsonObject= (JsonObject) jsonParser.parse(body); JsonArray words_result = jsonObject.getAsJsonArray("words_result"); if(words_result.size()>=1) { JsonObject json = (JsonObject) jsonParser.parse(words_result.get(0).toString()); System.out.println("解析到的文本为:" + json.get("words").toString()); System.out.println("OCR功能测试正常"); return json.get("words").toString(); } else { System.out.println("OCR未识别到任何文本"); return ""; } } 三、运行测试

        打开音乐播放器，查看运行效果。

        不难看到，我们已经成功识别了相关文本，下一步只需要调用LED显示屏的开发文档将文字发送到显示屏即可。

        注意，上述代码中的APIToken应该动态获取，本文未提及，具体可查看：鉴权认证机制