OCR文字识别接口如何用Java进行调用

一、什么是OCR文字识别接口？

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。

二、OCR文字识别接口适用于哪些场景？

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。

三、如何用Java实现OCR文字识别接口调用？

	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