Java调用百度API实现图像识别-白红宇

Java调用百度API实现图像识别

阅读量：658 次

发布时间：2019-03-15

本文共 2347 字，大约阅读时间需要 7 分钟。

Java调用百度API实现图像识别

最近在做一个关于识别的小功能，翻阅了一堆资料，也实践自己去实现这个功能，最后识别的结果不是那么理想。这里介绍一个完全可以商用以及识别率超高的百度ai接口

1、为什么要用百度API来进行图像识别？

主要原因有三点：

1、识别率比自己做的要高、要好。

2、省去了收集数据集的时间。而且人家的数据集还更全面更牛逼。

3、直接调用接口，更加方便，不必去学习安卓ndk以及jni的使用，懂得安卓网络请求即可。

这里以动物识别为例，闲话就不多说了。先上个效果图

API文档参考地址：

首先先去百度AI官网申请一个图像识别的应用获得API key 和Secret Key

1、获取接口url地址：

HTTP 方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/image-classify/v1/animal

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“”

private String plant(String filePath) {        // 请求url        String url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/animal";        try {            // 本地文件路径            byte[] imgData = FileUtil.readFileByBytes(filePath);            String imgStr = Base64Util.encode(imgData);            String imgParam = URLEncoder.encode(imgStr, "UTF-8");            String param = "image=" + imgParam;            // 注意这里仅为了简化编码每一次请求都去获取access_token，线上环境access_token有过期时间， 客户端可自行缓存，过期后重新获取。            String accessToken = Token.getAuth();            String result = HttpUtil.post(url, accessToken, param);            Log.i("lzw", result);            System.out.println(result);            return result;        } catch (Exception e) {            e.printStackTrace();            Log.i("lzw", "获取不到");            return "图片规格不符合";        }

2、Access_token获取

public static String getAuth() {        // 官网获取的 API Key 更新为你注册的        String clientId = "############";        // 官网获取的 Secret Key 更新为你注册的        String clientSecret = "*************";        return getAuth(clientId, clientSecret);    }

3、通过gson解析获得的数据

{"log_id": 686049192304682347, "result": [{"score": "0.55047", "name": "德国三色锦鲤"}, {"score": "0.0773791", "name": "锦鲤"}, {"score": "0.05252", "name": "大正三色锦鲤"}, {"score": "0.0337663", "name": "红白锦鲤"}, {"score": "0.0335902", "name": "日本锦鲤"}, {"score": "0.0248167", "name": "闪电红白锦鲤"}]}

Gson gson = new Gson();        RecResult recresult = gson.fromJson(result,RecResult.class);        Log.i("lzw","re_ok");        List
   
     list = recresult.getResult();        List
    
     
      > listmap = new ArrayList
      
       
        >();        String str = "";        for(int i = 0;i
        
          map = new HashMap
         
          (); double s = score; String n = name; map.put("n","名称: "+n); map.put("s","相似度: "+s);}

4、权限

整个工程已上传到

你可能感兴趣的文章

MySQL与Informix数据库中的同义表创建：深入解析与比较