OCR文字识别接口,是指将图像中文字内容进行识别,例如可以识别照片中的文字信息,方便对文档、书籍、名片等各种载体上的文字进行数字化处理。
例如:
1.金融领域:
(1)银行卡识别:在移动支付、网上银行、自助终端等业务中,通过识别银行卡卡号、有效期、持卡人姓名等信息,实现快速绑卡和支付操作,提升用户体验和支付的便捷性。
(2)票据识别:包括增值税发票识别、支票识别、银行票据识别等,能够自动提取票据上的发票号码、金额、开票日期、收款人、付款人等关键信息,用于财务报销、账务处理、税务申报等环节,提高数据录入的准确性和效率,减少人工操作的工作量和错误风险,例如在企业的财务共享中心、费控报销系统中应用广泛。
2.物流领域:
快递单识别:自动识别快递单上的收件人姓名、地址、电话、快递单号等信息,实现物流信息的快速录入和跟踪,提高包裹分拣、配送的效率和准确性,降低人工录入的错误率,便于物流企业进行全程的物流管理和监控。
3.教育领域:
(1)试卷和作业批改:可以对学生的试卷、作业等纸质文本进行识别,实现客观题的自动批改和成绩统计,节省教师批改作业的时间,提高教学效率。
(2)教材和资料数字化:将教材、参考书籍等纸质资料转化为电子文档,方便学生在电子设备上进行阅读和学习,也有利于教学资源的共享和管理。
public static void main(String[] args) {
String host = "https://kzwordocr.market.alicloudapi.com";
String path = "/api-mall/api/general/ocr";
String method = "POST";
String appcode = "你自己的AppCode";
Map headers = new HashMap();
//最后在header中的格式(中间是英文空格)为Authorization:APPCODE 83359fd73fe94948385f570e3c139105
headers.put("Authorization", "APPCODE " + appcode);
//根据API的要求,定义相对应的Content-Type
headers.put("Content-Type", "application/x-www-form-urlencoded; charset=UTF-8");
Map querys = new HashMap();
Map bodys = new HashMap();
bodys.put("image", "image");
bodys.put("url", "url");
try {
/**
* 重要提示如下:
* HttpUtils请从
* https://github.com/aliyun/api-gateway-demo-sign-java/blob/master/src/main/java/com/aliyun/api/gateway/demo/util/HttpUtils.java
* 下载
*
* 相应的依赖请参照
* https://github.com/aliyun/api-gateway-demo-sign-java/blob/master/pom.xml
*/
HttpResponse response = HttpUtils.doPost(host, path, method, headers, querys, bodys);
System.out.println(response.toString());
//获取response的body
//System.out.println(EntityUtils.toString(response.getEntity()));
} catch (Exception e) {
e.printStackTrace();
}
}
正确返回示例代码如下:
{
"msg": "成功",
"success": true,
"code": 200,
"data": {
"orderNo": "202407102026336827870",
"info": [
{
"line_no": 0, //文本行编号,按从左至右、从上至下顺序依次排列
"confidence": 0.96655273, //行文本识别置信度 0-1
"line_content": "姓名", //识别出的文本行内容
"line_position": {
"x": 53,
"width": 53,
"y": 66,
"line_direction": 0,
"height": 22
}
},
{
"line_no": 1,
"confidence": 0.98909503,
"line_content": "陈海江",
"line_position": {
"x": 102,
"width": 63,
"y": 63,
"line_direction": 0,
"height": 23
}
}
]
}
}
line_no 文本行编号,按从左至右、从上至下顺序依次排列
line_content 识别出的文本行内容
confidence 行文本识别置信度
line_position 文本行位置信息,表示为坐标和旋转角度(左上角X,左上角Y,宽Width,高Height,旋转角度Line Position)+x左上角顶点横坐标X +y 左上角顶点纵坐标Y
width 矩形框的宽
height 矩形框的高
line_direction 文本行的旋转角度
words 文本行内单字符的内容数组,数组元素为一个Json结构,包含character和confidence
character 候选字符character
confidence 单字符的识别置信度