談談調用騰訊雲【OCR-通用印刷體識別】Api踩的坑

来源:http://www.cnblogs.com/liuyoung/archive/2017/12/25/8082563.html
-Advertisement-
Play Games

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。

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • windows下wamp多功能變數名稱的配置
    [1]修改hosts文件 [2]啟動apache虛擬主機功能 [3]修改vhosts配置文件 ...
  • Hibernate映射文件id的generator配置
    可選的<generator>子元素是 一個Java類的名稱，用來生成該持久化類實例的唯一標識符。如果這個生成器實例需要某些配置值或者初始化參數，可以使用<param>元素來傳遞這些參數。 所有的生成器都實現了org.hibernate.id.IdentifierGenerator介面。這是一個非常簡 ...
  • SpringMVC 中配置 Swagger 插件
    一、簡介 Swagger的目標是為REST API定義一個與語言無關的標準介面，允許用戶發現和理解電腦服務的功能，而無需訪問源代碼。當通過Swagger正確定義時，用戶可以用最少量的實現邏輯理解遠程服務並與之交互。類似於低級編程所做的介面。 二、實現步驟 1、添加 Maven 依賴 2、Swagg ...
  • 記憶體屏障保證緩存一致性
    緩存一致性協議給緩存行（通常為64位元組）定義了個狀態：獨占（exclusive）、共用（share）、修改（modified）、失效（invalid），用來描述該緩存行是否被多處理器共用、是否修改。所以緩存一致性協議也稱MESI。 ...
  • Java的的簡單線程複製文件工具類FileUtil2.0
    相對於版本1.0,多了很多方法， 比如，獲取文件的尾碼名，或修改尾碼名和一些文件的簡單操作。 文件複製到文件，文件複製到路徑，路徑下文件複製到新路徑下， 代碼如下，請享用： 組合併且封裝了File的一些方法，文件路徑就是File對象。 上邊都是字元流，至於線程開啟字元流的的運算，加油，你可以的。 ...
  • 快速上手virtualenv
    五分鐘輕鬆學會管理項目開發環境。 在開發Python應用程式的時候，系統安裝的Python3只有一個版本：3.x。所有第三方的包都會被pip安裝到Python3的site-packages目錄下。 pycharm安裝可以在設置里進行管理。 如果我們要同時開發多個應用程式，每個應用可能需要各自擁有一套 ...
  • 在VerilogHDL中調用VHDL的模塊
    最近忽然要用到在VerilogHDL中調用VHDL的模塊，從網上找了常式，把自己會忘掉的東西記在這裡，。 2選1多路復用器的VHDL描述：entity mux2_1 is port( dina : in bit; dinb : in bit; sel : in bit; dout : out bit ...
  • scala-Future和Promise
    首先說明同步與非同步，阻塞與非阻塞的問題： Asynchronous vs. Synchronous A method call is considered synchronous if the caller cannot make progress until the method returns ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類