一、寫在前面 最近做項目需要用到識別圖片中文字的功能，本來用的Tesseract這個寫的，不過效果不是很理想。 隨後上網搜了一下OCR介面，就準備使用騰訊雲、百度的OCR介面試一下效果。不過這個騰訊雲OCR就折騰了一天！ 二、OCR-通用印刷體識別 首先附上文檔地址：OCR-通用印刷體識別 有兩種調 ...
一、寫在前面
最近做項目需要用到識別圖片中文字的功能，本來用的Tesseract這個寫的，不過效果不是很理想。
隨後上網搜了一下OCR介面，就準備使用騰訊雲、百度的OCR介面試一下效果。不過這個騰訊雲OCR就折騰了一天！
二、OCR-通用印刷體識別
首先附上文檔地址：OCR-通用印刷體識別
有兩種調用方式：Url和本地圖片。
1、使用 url 的請求包
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"
}
看到這種格式，心裡大概有數了，開始敲代碼：
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(url, content);
taskHrm.Wait();
var taskStr = taskHrm.Result.Content.ReadAsStringAsync();
taskStr.Wait();
var result = taskStr.Result;
F5運行，結果報錯了：
Host和Authorization不能這樣添加到Headers中。於是乎我自作聰明的把它們放到參數中了：
var para = new
{
appid = "123456",
bucket = "test",
url = "http://test-123456.image.myqcloud.com/test.jpg",
Host = "recognition.image.myqcloud.com",
Authorization = aut
};
這樣運行代碼時沒有報錯，不過後臺返回“has no sign or sign is empty”，沒有簽名。
再回頭看看參數要求，Host和Authorization必須添加在請求包Header中。於是百度一下，如何使用Httpclient設置Authorization。最終解決方案如下：
client.DefaultRequestHeaders.Host = "recognition.image.myqcloud.com";
client.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Basic", aut);
成功運行！
使用url的幾率畢竟少，項目中基本上都是上傳一張本地圖片，然後識別出來文字。
2、使用 image 的請求包
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--
說實話看到這種格式，一開始真是一臉懵逼，前面幾個參數還好，後面這一大串不知道怎麼傳遞過去，後來百度了一下，這種格式符合RFC 2045協議。
具體解釋一下：
第5行：聲明Content Type類型，並定義邊界字元串。邊界符可以自定義，不過最好是用破折號等數據中一般不會出現的字元;
第6、9、13以及18行是換行，傳遞的時候使用‘\r\n';
第7、11以及15行是‘--’加上第5行的boundary即邊界字元串。這裡要註意是一定要加上前面的連字元‘--’，我開始沒註意寫的是和boundary一樣，結果一直報錯。
第8、10、12、14就是傳遞的Key_Value類型的數據。“appid”和“bucket”就是要傳遞的key，而“123456”以及“test”就是分別對應的value。
第16、17行代表另外一個數據，key是image，filename是“test.jpg”。
最後兩行就是結束了。註意最後一行是boundary加上‘--’。
弄清楚是什麼意思了，就可以開始寫代碼了。這裡我們用WebRequest，至於為什麼不用HttpClient，研究ing。不知哪位仁兄使用HttpClient寫過，請不吝賜教。
具體實現
HttpWebRequest webReq = (HttpWebRequest)WebRequest.Create(new Uri(url));
Stream memStream = new MemoryStream();
webReq.Method = "POST";
string boundary = "--------------" + DateTime.Now.Ticks.ToString("x");// 邊界符
webReq.ContentType = "multipart/form-data; boundary=" + boundary;
接下來是一個換行符，對應第6行：
byte[] enter = Encoding.ASCII.GetBytes("\r\n"); //換行
memStream.Write(enter, 0, enter.Length);
傳遞key_value的時候格式都是一樣，於是我們寫在一個迴圈裡面：
Dictionary<string, string> dic = new Dictionary<string, string>() { {"appid","1255710379"} , {"bucket","test1"} }; //寫入文本欄位 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); }
接著該寫入image了，這裡我們在bin/debug裡面有一張名為1.jpg的圖片：
var fileStream = new FileStream("1.jpg", FileMode.Open, FileAccess.Read);
// 寫入文件
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);
}
最後就是結束符了：
// 最後的結束符
byte[] endBoundary = Encoding.ASCII.GetBytes("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" + "\r\n" + boundary + "--\r\n");
memStream.Write(endBoundary, 0, endBoundary.Length);
接下來設置其他Header參數：
webReq.ContentLength = memStream.Length; webReq.Headers.Add(HttpRequestHeader.Authorization, aut); webReq.Host = "recognition.image.myqcloud.com";
這裡需要註意的一點是設置Host值的時候不能使用
webReq.Headers.Add(HttpRequestHeader.Host, "recognition.image.myqcloud.com");
這個方法，否則會有異常。
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();
完美運行！
3、計算Authorization授權簽名
簽名分為多次有效簽名和單次有效簽名。它們拼接成的簽名串格式為：
a=[appid]&b=[bucket]&k=[SecretID]&e=[expiredTime]&t=[currentTime]&r=[rand]&u=[userid]&f=[fileid]
具體每個欄位的含義請參見官方文檔：簽名和鑒權文檔
需要註意的有兩點：
1、使用 HMAC-SHA1 演算法對請求進行加密；
2、簽名串需要使用 Base64 編碼（首先對orignal使用HMAC-SHA1演算法進行簽名，然後將orignal附加到簽名結果的末尾，再進行Base64編碼，得到最終的sign。）。
/// <summary>
/// HMAC-SHA1加密演算法
/// </summary>
/// <param name="secret_key">密鑰</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());
}
三、一些其他的註意點
文中使用的appid、bucket、secret_id、secret_key需要註冊萬象優圖後，才能得到。至於如何得到，文檔中說的很清楚，有詳細的步驟。
四、最後
希望你在調用騰訊雲-OCR通用印刷體識別Api的時候可以少走些彎路，少踩一些坑。當然了這些可能算不上坑，可能是個人一些基礎知識沒掌握。不管怎麼樣，如果你在使用OCR的時候，本文對你有一點幫助，那它就發揮了應有的作用。
本文的源代碼有興趣的可以下載。
