如何ocr识别图片中是否有logo？4种思路解决方案分析

识别图片中是否有logo，实现方案主要有如下4种方案：

目录

1.通过logo库来判断图片中是否有logo库中的logo

2.识别图片中的文字，只要有文字，就假设有logo，再进行二次校验

3.识别图片中的文字，通过logo文字库，来判断是否是logo

4.直接识别logo，但需要通过大量带logo图片进行训练，来实现识别的准确性

1.通过logo库来判断图片中是否有logo库中的logo

百度logo识别接口

接口地址参考：https://cloud.baidu.com/doc/IMAGERECOGNITION/s/Ok3bcxc59

阿里logo识别接口

阿里logo识别地址参考：https://help.aliyun.com/knowledge_detail/155012.html

缺点：这种方式依赖logo库

2.识别图片中的文字，只要有文字，就假设有logo，再进行二次校验

识别图片中的文字，目前不管自己用Java/Python写代码识别图片中文字，还是调用第三方接口，技术都已比较成熟。

下面以其中一种方式举例说明：

直接上代码：

public static String generalBasic(String filePath,String accessToken) {

// 请求url

String url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic";

try {

byte[] imgData = FileUtil.readFileByBytes(filePath);

String imgStr = Base64Util.encode(imgData);

String imgParam = URLEncoder.encode(imgStr, "UTF-8");

String param = "image=" + imgParam;

String result = HttpUtil.post(url, accessToken, param);

return getWords(result);

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

public static void main(String[] args) {

String filePath = "D:\\1.jpg";

String accessToken = "百度api的token";

String word=generalBasic(filePath,accessToken);

System.out.println(word);

}

其他Java类如下：

编码处理类：

package com.example.demo.ocr.common;

/**

* Base64 工具类

*/

public class Base64Util {

private static final char last2byte = (char) Integer.parseInt("00000011", 2);

private static final char last4byte = (char) Integer.parseInt("00001111", 2);

private static final char last6byte = (char) Integer.parseInt("00111111", 2);

private static final char lead6byte = (char) Integer.parseInt("11111100", 2);

private static final char lead4byte = (char) Integer.parseInt("11110000", 2);

private static final char lead2byte = (char) Integer.parseInt("11000000", 2);

private static final char[] encodeTable = new char[]{'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '+', '/'};

public Base64Util() {

}

public static String encode(byte[] from) {

StringBuilder to = new StringBuilder((int) ((double) from.length * 1.34D) + 3);

int num = 0;

char currentByte = 0;

int i;

for (i = 0; i < from.length; ++i) {

for (num %= 8; num < 8; num += 6) {

switch (num) {

case 0:

currentByte = (char) (from[i] & lead6byte);

currentByte = (char) (currentByte >>> 2);

case 1:

case 3:

case 5:

default:

break;

case 2:

currentByte = (char) (from[i] & last6byte);

break;

case 4:

currentByte = (char) (from[i] & last4byte);

currentByte = (char) (currentByte << 2);

if (i + 1 < from.length) {

currentByte = (char) (currentByte | (from[i + 1] & lead2byte) >>> 6);

}

break;

case 6:

currentByte = (char) (from[i] & last2byte);

currentByte = (char) (currentByte << 4);

if (i + 1 < from.length) {

currentByte = (char) (currentByte | (from[i + 1] & lead4byte) >>> 4);

}

}

to.append(encodeTable[currentByte]);

}

}

if (to.length() % 4 != 0) {

for (i = 4 - to.length() % 4; i > 0; --i) {

to.append("=");

}

}

return to.toString();

}

}

读图片类：

/**

* 根据文件路径读取byte[] 数组

*/

public static byte[] readFileByBytes(String filePath) throws IOException {

File file = new File(filePath);

if (!file.exists()) {

throw new FileNotFoundException(filePath);

} else {

ByteArrayOutputStream bos = new ByteArrayOutputStream((int) file.length());

BufferedInputStream in = null;

try {

in = new BufferedInputStream(new FileInputStream(file));

short bufSize = 1024;

byte[] buffer = new byte[bufSize];

int len1;

while (-1 != (len1 = in.read(buffer, 0, bufSize))) {

bos.write(buffer, 0, len1);

}

byte[] var7 = bos.toByteArray();

return var7;

} finally {

try {

if (in != null) {

in.close();

}

} catch (IOException var14) {

var14.printStackTrace();

}

bos.close();

}

}

}

HttpUtil请求类：

/**

* http 工具类

*/

public class HttpUtil {

public static String post(String requestUrl, String accessToken, String params)

throws Exception {

String contentType = "application/x-www-form-urlencoded";

return HttpUtil.post(requestUrl, accessToken, contentType, params);

}

public static String post(String requestUrl, String accessToken, String contentType, String params)

throws Exception {

String encoding = "UTF-8";

if (requestUrl.contains("nlp")) {

encoding = "GBK";

}

return HttpUtil.post(requestUrl, accessToken, contentType, params, encoding);

}

public static String post(String requestUrl, String accessToken, String contentType, String params, String encoding)

throws Exception {

String url = requestUrl + "?access_token=" + accessToken;

return HttpUtil.postGeneralUrl(url, contentType, params, encoding);

}

public static String postGeneralUrl(String generalUrl, String contentType, String params, String encoding)

throws Exception {

URL url = new URL(generalUrl);

// 打开和URL之间的连接

HttpURLConnection connection = (HttpURLConnection) url.openConnection();

connection.setRequestMethod("POST");

// 设置通用的请求属性

connection.setRequestProperty("Content-Type", contentType);

connection.setRequestProperty("Connection", "Keep-Alive");

connection.setUseCaches(false);

connection.setDoOutput(true);

connection.setDoInput(true);

// 得到请求的输出流对象

DataOutputStream out = new DataOutputStream(connection.getOutputStream());

out.write(params.getBytes(encoding));

out.flush();

out.close();

// 建立实际的连接

connection.connect();

// 获取所有响应头字段

Map> headers = connection.getHeaderFields();

// 遍历所有的响应头字段

// for (String key : headers.keySet()) {

// System.err.println(key + "--->" + headers.get(key));

// }

// 定义 BufferedReader输入流来读取URL的响应

BufferedReader in = null;

in = new BufferedReader(

new InputStreamReader(connection.getInputStream(), encoding));

String result = "";

String getLine;

while ((getLine = in.readLine()) != null) {

result += getLine;

}

in.close();

// System.err.println("result:" + result);

return result;

}

}

获取百度token：

import org.json.JSONObject;

import java.io.BufferedReader;

import java.io.InputStreamReader;

import java.net.HttpURLConnection;

import java.net.URL;

import java.util.List;

import java.util.Map;

/**

* 获取token类

*/

public class AuthService {

public static void main(String[] args){

String token=getAuth();

System.out.println(token);

}

/**

* 获取权限token

* @return 返回示例：

* {

* "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",

* "expires_in": 2592000

* }

*/

public static String getAuth() {

// 官网获取的 API Key 更新为你注册的

String clientId = "您的API Key";

// 官网获取的 Secret Key 更新为你注册的

String clientSecret = "您的Secret Key";

return getAuth(clientId, clientSecret);

}

/**

* 获取API访问token

* 该token有一定的有效期，需要自行管理，当失效时需重新获取.

* @param ak - 百度云官网获取的 API Key

* @param sk - 百度云官网获取的 Securet Key

* @return assess_token 示例：

* "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"

*/

public static String getAuth(String ak, String sk) {

// 获取token地址

String authHost = "https://aip.baidubce.com/oauth/2.0/token?";

String getAccessTokenUrl = authHost

// 1. grant_type为固定参数

+ "grant_type=client_credentials"

// 2. 官网获取的 API Key

+ "&client_id=" + ak

// 3. 官网获取的 Secret Key

+ "&client_secret=" + sk;

try {

URL realUrl = new URL(getAccessTokenUrl);

// 打开和URL之间的连接

HttpURLConnection connection = (HttpURLConnection) realUrl.openConnection();

connection.setRequestMethod("GET");

connection.connect();

// 获取所有响应头字段

Map> map = connection.getHeaderFields();

// 遍历所有的响应头字段

for (String key : map.keySet()) {

System.err.println(key + "--->" + map.get(key));

}

// 定义 BufferedReader输入流来读取URL的响应

BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));

String result = "";

String line;

while ((line = in.readLine()) != null) {

result += line;

}

/**

* 返回结果示例

*/

System.err.println("result:" + result);

JSONObject jsonObject = new JSONObject(result);

String access_token = jsonObject.getString("access_token");

return access_token;

} catch (Exception e) {

System.err.printf("获取token失败！");

e.printStackTrace(System.err);

}

return null;

}

}

百度接口调用及简单二次开发：

private static String getWords(String json) {

JSONObject obj=new JSONObject(json);

Integer words_result_num=obj.getInt("words_result_num");

if(words_result_num>0){

JSONArray list=obj.getJSONArray("words_result");

String words="";

for(int i=0;i

JSONObject obj2=list.getJSONObject(i);

words=words+("".equals(words)?"":",")+obj2.get("words");

//System.out.println(list.get(i));

//System.out.println(obj2.get("words"));

}

return words;

}

return "";

}

public static String generalBasic(String filePath,String accessToken) {

// 请求url

String url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic";

try {

byte[] imgData = FileUtil.readFileByBytes(filePath);

String imgStr = Base64Util.encode(imgData);

String imgParam = URLEncoder.encode(imgStr, "UTF-8");

String param = "image=" + imgParam;

String result = HttpUtil.post(url, accessToken, param);

return getWords(result);

} catch (Exception e) {

e.printStackTrace();

}

return null;

}

下面拿2张图，识别出的logo举例：

这张图，识别出“hzfwjgs cn alibaba. com”，如下字符串：

这张图，识别出“分南宁市第一中学”，如下字符串：

完整代码地址 http://www.zrscsoft.com/sitepic/12130.html

3.识别图片中的文字，通过logo文字库，来判断是否是logo

这种方式，是在方案2基础上继续延续的方案。

主要分三步实现：

1）、识别图片中的文字

详细见方案2，这里略。

2）、建立logo文字库

建立logo文字库，细节就不详细说。举个例子吧。

logo文字库如“www”，“com”，“网”，“媒体”，“新闻”等等。

3）、使用logo文字库来判断图片是否带logo

根据图片中的文字，检索logo文字库中的文字，例如图片中带“www”，“com”，“网”，“媒体”，“新闻”就判断为是带logo的图片

完整项目地址：http://www.zrscsoft.com/sitepic/12130.html

4.直接识别logo，但需要通过大量带logo图片进行训练，来实现识别的准确性

这种方式，目前还没有找到实现方法。如果有实现，欢迎在评论区留言。