开发者社区开发与运维文章正文

文本，文字识别，SpringBoot服务开发，SpringBoot如何提供上传服务，接口的设计，它做了将Base64重新转为图片，SpringBoot的应用实例,项目基础搭建

2024-07-03 77

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

文档理解，结构化解析 100页

车辆物流识别，车辆物流识别 200次/月

教育场景识别，教育场景识别 200次/月

简介： 文本，文字识别，SpringBoot服务开发，SpringBoot如何提供上传服务，接口的设计，它做了将Base64重新转为图片，SpringBoot的应用实例,项目基础搭建

技术资料如下，熔断限流，让服务更加稳定

技术环境如下

客户端要先将图片转变为Base64编码

SpringBoot再将Token做校验和熔断限流

流程是从客户端哪里获取到的图片

为什么要将图片转成Base64字符串编码，主要是为了方便保存

参数传递需要图片路径，需要传递Base64编码

接口返回值，有三个，识别字符串，顺势针像素坐标

实际操作：新建一个idea

构建Spring项目

选择Java版本

LomBok

之后选择Next，选择一个路径

ocr-api

new-package，新建一下包

再新建一个package

dto用来预测接口返回的数据

parms用来预测接口传入的参数

config的包用来写一些代码

constant用来放一些我们的常量

编写其他的包，controller层和serivce层和util层

定义lombok

文章标签：

文字识别

Java

文字识别

Spring

关键词：

印刷文字识别接口

印刷文字识别图片

Spring Boot服务

Spring Boot接口

Spring Boot图片

爱你三千遍斯塔克

老乡别走

2月前

文字识别 BI

【工具教程】批量PDF和图片OCR识别指定区域文字自动改图片名字，多个区域一次性批量识别改名批量重命名

本内容介绍了一款用于企业档案、医院病历及办公文件管理的图片和PDF文字识别工具。通过框选识别区域，软件可批量提取关键信息，实现文件重命名或导出为表格，极大提升管理效率。支持图片与PDF两种模式，操作简单，适用于合同、病历、报告等场景。提供详细步骤指导，包含区域设置、文件导入、批量处理及结果校验等功能。

老乡别走

251 8 8

游客lijmi4663rgsa

3月前

机器学习/深度学习文字识别开发者

使用OCR库Pix2Text执行p2t.recognize()时出现list index out of range的错误信息（附有Pix2Text识别图片内容和laTex公式的代码）

有时候报错并不是你代码有问题，源码出错也是很常见的情况，比如之前使用mxgraph也出现了不知名bug，最后也是修改的源码解决的。有疑问欢迎交流~ 博客不应该只有代码和解决方案，重点应该在于给出解决方案的同时分享思维模式，只有思维才能可持续地解决问题，只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助，麻烦您点个赞支持一下，还可以收藏起来以备不时之需，有疑问和错误欢迎在评论区指出~

游客lijmi4663rgsa

105 1 1

蓝易云

4月前

监控 Java Spring

SpringBoot：SpringBoot通过注解监测Controller接口

本文详细介绍了如何通过Spring Boot注解监测Controller接口，包括自定义注解、AOP切面的创建和使用以及具体的示例代码。通过这种方式，可以方便地在Controller方法执行前后添加日志记录、性能监控和异常处理逻辑，而无需修改方法本身的代码。这种方法不仅提高了代码的可维护性，还增强了系统的监控能力。希望本文能帮助您更好地理解和应用Spring Boot中的注解监测技术。

蓝易云

124 16 16

蚝油菜花

5月前

机器学习/深度学习人工智能文字识别

Zerox：AI驱动的万能OCR工具，精准识别复杂布局并输出Markdown格式，支持PDF、DOCX、图片等多种文件格式

Zerox 是一款开源的本地化高精度OCR工具，基于GPT-4o-mini模型，支持PDF、DOCX、图片等多种格式文件，能够零样本识别复杂布局文档，输出Markdown格式结果。

蚝油菜花

466 4 4

Zerox：AI驱动的万能OCR工具，精准识别复杂布局并输出Markdown格式，支持PDF、DOCX、图片等多种文件格式

老乡别走

4月前

文字识别 BI

【图片型PDF】批量识别扫描件PDF指定区域局部位置内容，将识别内容导出Excel表格或批量改名文件，基于阿里云OCR对图片型PDF识别改名案例实现

在医疗和政务等领域，图片型PDF文件（如病历、报告、公文扫描件）的处理需求广泛。通过OCR技术识别这些文件中的文字信息，提取关键内容并保存为表格，极大提高了信息管理和利用效率。本文介绍一款工具——咕嘎批量OCR系统，帮助用户快速处理图片型PDF文件，支持区域识别、内容提取、导出表格及批量改名等功能。下载工具后，按步骤选择处理模式、进行区域采样、批量处理文件，几分钟内即可高效完成数百个文件的处理。

老乡别走

473 8 8

游客lijmi4663rgsa

3月前

文字识别 UED Python

对双栏 | 单双栏混合 | 图表文字混合的复杂布局的图片OCR识别（对布局复杂的整个pdf进行OCR识别）

这个故事告诉我们要多尝试不同的库和引擎，尤其是需求比较偏门或者少见的时候。同一个方向不同的库所擅长的领域是不一样的。博客不应该只有代码和解决方案，重点应该在于给出解决方案的同时分享思维模式，只有思维才能可持续地解决问题，只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助，麻烦您点个赞支持一下，还可以收藏起来以备不时之需，有疑问和错误欢迎在评论区指出~

游客lijmi4663rgsa

87 0 0

三分钟热度的鱼

11月前

文字识别

印刷文字识别使用问题之是否支持非标发票的识别

印刷文字识别产品，通常称为OCR（Optical Character Recognition）技术，是一种将图像中的印刷或手写文字转换为机器编码文本的过程。这项技术广泛应用于多个行业和场景中，显著提升文档处理、信息提取和数据录入的效率。以下是印刷文字识别产品的一些典型使用合集。

三分钟热度的鱼

121 7 7

三分钟热度的鱼

11月前

人工智能文字识别开发工具

印刷文字识别使用问题之是否支持识别并返回文字在图片中的位置信息

三分钟热度的鱼

111 1 1

三分钟热度的鱼

11月前

人工智能 JSON 文字识别

印刷文字识别使用问题之如何数电发票进行识别

三分钟热度的鱼

157 1 1

三分钟热度的鱼

11月前

文字识别数据安全/隐私保护 iOS开发

印刷文字识别使用问题之如何识别礼品册上的卡号、密码信息

三分钟热度的鱼

279 1 1