OCRubicon-通用印刷体识别365体育网站

一、写在头里

近几来做项目须求用到识别图片粤语字的功效,本来用的Tesseract这几个写的,然而效果不是很理想。

随即上网搜了弹指间OC昂Cora接口,就企图使用腾讯云、百度的OCOdyssey接口试一下效果。但是那几个腾讯云OC奔驰G级就折腾了一天!

贰、OC奥德赛-通用印刷体识别

率先附上文书档案地址:OC兰德安德拉-通用印刷体识别

1、通用OCR简介

通用OC路虎极光技术提供图片全部文字的检查测试和辨识服务,再次回到文字框地点与文字内容。协助多境况、任意版面下整图像和文字字的辨识,以及中国和英国文、字母、数字的辨别。被分布应用于印刷文书档案识别、广告图像和文字字识别、街景店招识别、菜单识别、录制标题识别、互连网头像文字识别等。

2、接口url地址

http://recognition.image.myqcloud.com/ocr/general

3、请求包header

接口选择http协议,协理钦赐图片U昂CoraL和上传当地图片文件二种办法。

富有请求都须要包蕴下列的头顶消息:

365体育网站,Host、Content-Length、Content-Type、Authorization

三、示例

一、使用 url 的伸马鞍包

POST /ocr/general HTTP/1.1
Authorization: FCHXdPTEwMDAwMzc5Jms9QUtJRGVRZDBrRU1yM2J4ZjhRckJi==
Host: recognition.image.myqcloud.com
Content-Length: 187
Content-Type: application/json
{
  "appid":"123456",
  "bucket":"test",
  "url":"http://test-123456.image.myqcloud.com/test.jpg"
} 

其一url是万象优图中图纸的url地址。

365体育网站 1

探望这种格式,心里大致有数了,初叶敲代码。

二、具体实现

HttpClient client = new HttpClient();
var para = new
{
    appid = "123456",
    bucket = "test",
    url = "http://test-123456.image.myqcloud.com/test.jpg"
};
var jsonPara = JsonConvert.SerializeObject(para);
StringContent content = new StringContent(jsonPara);
content.Headers.ContentType = new MediaTypeHeaderValue("application/json");
content.Headers.ContentLength = jsonPara.Length;
content.Headers.Add("Host", "recognition.image.myqcloud.com");
content.Headers.Add("Authorization", aut);
var taskHrm = client.PostAsync(postUrl, content);
taskHrm.Wait();
var taskStr = taskHrm.Result.Content.ReadAsStringAsync();
taskStr.Wait();
var result = taskStr.Result;

F伍运转,结果报错了:

365体育网站 2

那些张冠李戴的由来为:Host和Authorization无法那样增加到Headers中。于是乎笔者自作聪明的把它们放到参数中了:

var para = new
{
    appid = "123456",
    bucket = "test",
    url = "http://test-123456.image.myqcloud.com/test.jpg",
    Host = "recognition.image.myqcloud.com",
    Authorization = aut
};   

这么运行代码是尚未报错,可是后台重回“has
no sign or sign is empty”,未有签定。

再回头看看参数要求,Host和Authorization必须增加在请求包Header中。于是百度时而,怎么样采纳Httpclient设置Authorization。最终解决方案如下:

client.DefaultRequestHeaders.Host = "recognition.image.myqcloud.com";
client.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Basic", aut); 

中标运营!

只是项目中利用url的可能率终归少,基本上都以上传一张地点图片,然后识别出来文字。

上面来看一下分辨一张地点图片。

叁、使用 image 的央求包

POST /ocr/general HTTP/1.1
Authorization: FCHXdPTEwMDAwMzc5Jms9QUtJRGVRZDBrRU1yM2J4ZjhRckJi==
Host: recognition.image.myqcloud.com
Content-Length: 735
Content-Type: multipart/form-data;boundary=--------------acebdf13572468

----------------acebdf13572468
Content-Disposition: form-data; name="appid";

123456
----------------acebdf13572468
Content-Disposition: form-data; name="bucket";

test
----------------acebdf13572468
Content-Disposition: form-data; name="image"; filename="test.jpg"
Content-Type: image/jpeg

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
----------------acebdf13572468--

说实话见到这种格式,1开端真是壹脸懵逼,前边多少个参数幸亏,前面这一大串不知晓怎么传递过去,后来百度了一下,这种格式符合RFC
2045协议

现实解释一下:

第4行:注脚Content
Type类型,并定义边界字符串。边界符能够自定义,不过最棒是用破折号等数码中一般不会冒出的字符;

第四、玖、一三以及1八行是换行,传递的时候利用‘\r\n’;

第拾、1一以及一五行是‘–’加上第陆行的boundary即边界字符串。那边要留意是必然要加上前边的连字符‘–’,笔者开头没留神写的是和boundary同样,结果一直报错。

第10、十、1贰、1肆便是传递的Key_Value类型的数量。“appid”和“bucket”正是要传递的key,而“123456”以及“test”正是独家对应的value。

第壹陆、一七行表示此外3个数据,key是image,filename是“test.jpg”。

最后两行正是终结了。注意最后一行是boundary加上‘–’。

弄明白是何许看头了,就足以起来写代码了。这里大家用WebRequest,至于缘何不要HttpClient,商讨ing。不知哪位仁兄使用HttpClient写过,请不吝赐教。

四、具体达成

要甄其他图片如下:

365体育网站 3

HttpWebRequest webReq = (HttpWebRequest)WebRequest.Create(new Uri(postUrl));
Stream memStream = new MemoryStream();
webReq.Method = "POST";
string boundary = "--------------" + DateTime.Now.Ticks.ToString("x");// 边界符  
webReq.ContentType = "multipart/form-data; boundary=" + boundary;

接下去是1个换行符,对应第6行:

byte[] enter = Encoding.ASCII.GetBytes("\r\n");  //换行
memStream.Write(enter, 0, enter.Length);                       

传递key_value的时候格式都以平等,于是大家写在二个巡回之中:

Dictionary<string, string> dic = new Dictionary<string, string>()
{
    {"appid","1255710379"} ,
    {"bucket","test1"}
};
//写入文本字段
string inputPartHeaderFormat = "--" + boundary + "\r\n" + "Content-Disposition:form-data;name=\"{0}\";" + "\r\n\r\n{1}\r\n";
foreach (var kv in dic)
{
    string inputPartHeader = string.Format(inputPartHeaderFormat, kv.Key, kv.Value);
    var inputPartHeaderBytes = Encoding.ASCII.GetBytes(inputPartHeader);
    memStream.Write(inputPartHeaderBytes, 0, inputPartHeaderBytes.Length);
}

随之该写入image了,这里大家在bin/debug里面有一张名称叫一.jpg的图形(即为上边包车型地铁图样)。

var fileStream = new FileStream("1.jpg", FileMode.Open, FileAccess.Read);
// 写入文件  
string imagePartHeader = "--" + boundary + "\r\n" +
                         "Content-Disposition: form-data; name=\"{0}\"; filename=\"{1}\"\r\n" +
                         "Content-Type: image/jpeg\r\n\r\n";
var header = string.Format(imagePartHeader, "image", "1.jpg");
var headerbytes = Encoding.UTF8.GetBytes(header);
memStream.Write(headerbytes, 0, headerbytes.Length);
var buffer = new byte[1024];
int bytesRead;
while ((bytesRead = fileStream.Read(buffer, 0, buffer.Length)) != 0)
{
    memStream.Write(buffer, 0, bytesRead);
} 

聊起底正是终结符了:

 // 最后的结束符  
byte[] endBoundary = Encoding.ASCII.GetBytes("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" + "\r\n" + boundary + "--\r\n");
memStream.Write(endBoundary, 0, endBoundary.Length); 

接下去设置任何Header参数:

webReq.ContentLength = memStream.Length;
webReq.Headers.Add(HttpRequestHeader.Authorization, aut);
webReq.Host = "recognition.image.myqcloud.com";

此地须要注意的少数是安装Host值的时候不可能运用

webReq.Headers.Add(HttpRequestHeader.Host, "recognition.image.myqcloud.com");

本条点子,否则会有格外。 

var requestStream = webReq.GetRequestStream();
memStream.Position = 0;
memStream.CopyTo(requestStream);
HttpWebResponse response = (HttpWebResponse)webReq.GetResponse();
StreamReader sr = new StreamReader(response.GetResponseStream(), Encoding.UTF8);
var ret = sr.ReadToEnd();
sr.Close();
response.Close();
requestStream.Close();
memStream.Close();

宏观运营!识别结果如下:

365体育网站 4 

四、须求注意的点

一、总括Authorization授权签名

签名分为多次灵光具名和单次有效签字。它们拼接成的签字串格式为:

a=[appid]&b=[bucket]&k=[SecretID]&e=[expiredTime]&t=[currentTime]&r=[rand]&u=[userid]&f=[fileid]

具体各样字段的意义请参见官方文书档案:签字和鉴权文书档案

亟待注意的有两点:

1、使用 HMAC-SHA一算法对请求进行加密;

二、具名串必要动用
Base6肆编码(首先对orignal使用HMAC-SHA1算法进行签订契约,然后将orignal附加到签订契约结果的最终,再进行Base6四编码,获得终极的sign)。

 /// <summary>
 /// HMAC-SHA1加密算法
 /// </summary>
 /// <param name="secret_key">密钥</param>
 /// <param name="orignalStr">源文</param>
 /// <returns></returns>
 public static string HmacSha1Sign(string secret_key, string orignalStr)
 {
     var hmacsha1 = new HMACSHA1(Encoding.UTF8.GetBytes(secret_key));
     var orignalBytes = Encoding.UTF8.GetBytes(orignalStr);
     var hashBytes = hmacsha1.ComputeHash(orignalBytes);
     List<byte> bytes = new List<byte>();
     bytes.AddRange(hashBytes);
     bytes.AddRange(orignalBytes);
     return Convert.ToBase64String(bytes.ToArray());
 }

二、一些任何供给注意的  

一、文中使用的appid、bucket、secret_id、``secret_key需要注册万象优图后,才能得到。至于如何得到,文档中说的很清楚,有详细的步骤。

2、在设置Header参数时,Content_Length和Host能够不要安装。

五、最后

盼望您在调用腾讯云-OCHighlander通用印刷体识别Api的时候能够少走些弯路,少踩一些坑。当然了那个或者算不上坑,恐怕是私有一些基础知识没调整。不管什么样,假如您在行使OC陆风X8的时候,本文对您有有个别扶持,那它就表明了相应的法力。

正文的源代码风乐趣的能够下载

 

相关文章