帮助与文档 > 产品文档 > 文字识别OCR > Android_SDK文档 > 表格OCR服务
表格OCR服务

表格OCR Android SDK 简介

概述

(1) 概念解释

表格识别:基于深度学习技术,自动定位并识别图片中表格的位置、结构及文字内容,结构化返回可编辑的表格结果。支持用户上传报表、带有表格的图片等。

(2) 说明

Hi,您好,欢迎使用有道智云表格识别OCR Android SDK。

如果您想快速体验服务,建议您前往有道智云平台 表格识别体验中心 或者在体验中心右下侧找到小程序二维码,扫描进行体验。

本文档主要针对需要集成表格识别服务OCR Android SDK的开发工程师,详细描述有道表格识别能力及集成过程。

如果您有与我们商务合作的需求,可以通过以下方式联系我们:

商务邮箱: AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

客服QQ:1906538062

智云翻译技术交流QQ 1群: 652880659(已满)

智云翻译技术交流QQ 2群: 669384425(已满)

智云翻译技术交流QQ 3群: 807539209

智云翻译技术交流QQ 4群: 936752411

智云OCR技术交流QQ 1群: 654064748(已满)

智云OCR技术交流QQ 2群: 471638046

智云语音技术交流QQ群:861723255

联系邮箱: zhiyun@corp.youdao.com

温馨提示:

本文档主要针对开发人员,接入测试前需要在后台创建Android应用,并绑定实例;如果您还没有,请按照 新手指南 操作。

平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见 表格OCR服务报价

功能介绍

表格识别OCR SDK是有道在线表格识别OCR 接口服务进行封装,支持在线表格识别。提供快速的接入方式;同时提供数据统计能力,方便了解用户使用情况。

兼容性

支持设备:运行了 Android 4.0.3以及以上系统的 Android 设备

表格识别OCR Android SDK集成指南

集成前提

开始集成SDK之前开发者需要登录 有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用表格识别OCR服务。

集成步骤

(1) SDK包导入

请在工程文件根目录下创建一个名为 libs 的子目录(有的话则不需要创建),并将YoudaoBase.jar so包和YoudaoTableRecognize.jar拷贝到 libs 目录下,并将以下代码添加到app的build.gradle中:

android {
    sourceSets.main.jniLibs.srcDirs = ['libs']
    ...
}
dependencies {
    compile files('libs/YoudaoBase_v2.0.0.jar')
    compile files('libs/YoudaoTableRecognize_v2.0.0.jar')
}

YoudaoBase_v2.0.0.jarYoudaoTableRecognize_v2.0.0.jar地址

(2) AndroidManifest配置

<uses-permission android:name="android.permission.INTERNET" />
<!-- 获取WiFi状态 -->
<uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
<!-- 获取网络信息状态,如当前的网络连接是否有效 -->
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />

<!-- 往SDCard读写数据权限   storage group -->
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

(3) 代码混淆配置

代码混淆文件proguard-project.txt,添加如下内容:

-ignorewarnings
-libraryjars libs/YoudaoBase_v2.0.0.jar
-libraryjars libs/YoudaoTableRecognize_v2.0.0.jar
-keep class com.youdao.sdk.ydtranslate.** { ;} 
-keep class com.youdao.yd_table_recognize.* { *;}

(4) SDK初始化

使用之前请在程序的Application中调用SDK初始化代码,可以参考demo中DemoApplication。
注:appkey即应用ID。

//appkey即应用ID。
YouDaoApplication.init(this, appkey);

功能集成

说明:请参考 yd_table_recognize_demo 中 TableDemoActivity 的使用

(1) 参数说明

type:上传类型, 仅支持base64上传(1)和文件上传(2),请按需填写

lanType:服务器响应类型,可选字段,默认为json。目前只支持json和excel

angle:是否检测图片角度,可选字段,默认检测。0表示不检测;1表示检测

输入图片格式支持:jpg/png

输入图片尺寸限制:2MB以下

输入图片数据:需要转换为Base64编码。

(2) 构造表格OCR识别参数对象

//表格OCR识别
TableRecognizeParameters tps = new TableRecognizeParameters.Builder()
                .type(TableRecognizeParameters.TYPE_BASE64)
                .build())

(3) 设置回调和开始识别

通过TableRecognize,设置上一步构造的参数对象,调用recognize方法传入图片base64编码的数据和回调接口开始查询

识别回调接口包含两个方法:onResult表示识别成功,结果json字符串形式给用户,onError表示失败,失败信息已错误码的形式给用户。

注意:整个识别是异步的,回调在子线程进行,若涉及到界面操作,请切回主线程。

//OCR表格识别
TableRecognize.getInstance(tps)
                .recognize(base64, new TableRecognizeListener() {

                    @Override
                    public void onError(final int errorCode) {
                        handler.post(new Runnable() {
                            @Override
                            public void run() {
                                resultText.setText("识别失败 " + TableRecognizeErrorCode.getErrorString(errorCode));
                                YouDaoLog.w("TableRecognize onError,errorCode = " + errorCode);
                            }
                        });
                    }

                    @Override
                    public void onResult(final String resultJson, final String input) {
                        handler.post(new Runnable() {
                            @Override
                            public void run() {
                                resultText.setText("识别完成");
                                YouDaoLog.w("TableRecognize onResult,result = " + resultJson + "\n" + ",input = " + input);
                                showResult(resultJson);
                            }
                        });
                    }
                });

结果说明

字段含义
-orientation图片方向
-tables返回的表格,如果一张图像中有多个表格,返回多个
--cells表格中的单元格
--rowRange单元格行号的范围,如果当前行存在单元格合并情况,两个值不同
--colRange单元格列号的范围,如果当前列存在单元格合并情况,两个值不同
--boundingBox单元格文字的坐标
--dir单元格方向:h水平 v竖直
--lang文字种类 zh为中文
--lines单元格中的每一行
---boundingBox行的坐标
---text识别的行文字
---words字级别组
----word识别的文字
----boundingBox字的坐标

查询结果以json形式给用户格式如下所示,表格渲染可参考demo中h5表格渲染方式。

{
        "orientation": "UP",
        "tables": [{
            "boundingBox": "2106,2076,3927,2107,3912,2997,2091,2966",
            "cells": [{
                "boundingBox": "2477,2264,2602,2266,2599,2407,2474,2405",
                "rowRange": "0,0",
                "colRange": "0,0",
                "dir": "h",
                "lang": "fr",
                "lines": [{
                    "boundingBox": "2477,2264,2602,2266,2599,2407,2474,2405",
                    "words": [{
                        "boundingBox": "2508,2264,2602,2266,2599,2407,2505,2405",
                        "word": "11"
                    }],
                    "text": "11"
                }]
            }, {
                "boundingBox": "3352,2252,3482,2254,3480,2400,3350,2398",
                "rowRange": "0,0",
                "colRange": "1,1",
                "dir": "h",
                "lang": "en",
                "lines": [{
                    "boundingBox": "3352,2252,3482,2254,3480,2400,3350,2398",
                    "words": [{
                        "boundingBox": "3384,2253,3482,2254,3480,2400,3382,2399",
                        "word": "12"
                    }],
                    "text": "12"
                }]
            }, {
                "boundingBox": "2432,2700,2594,2703,2592,2849,2430,2846",
                "rowRange": "1,1",
                "colRange": "0,0",
                "dir": "h",
                "lang": "en",
                "lines": [{
                    "boundingBox": "2432,2700,2594,2703,2592,2849,2430,2846",
                    "words": [{
                        "boundingBox": "2464,2700,2594,2703,2592,2849,2462,2846",
                        "word": "21"
                    }],
                    "text": "21"
                }]
            }, {
                "boundingBox": "3303,2656,3641,2661,3637,2926,3299,2920",
                "rowRange": "1,1",
                "colRange": "1,1",
                "dir": "h",
                "lang": "fr",
                "lines": [{
                    "boundingBox": "3303,2656,3640,2754,3637,2926,3300,2827",
                    "words": [{
                        "boundingBox": "3345,2668,3640,2754,3637,2926,3342,2840",
                        "word": "224"
                    }],
                    "text": "224"
                }]
            }],
            "rowNum": "2",
            "colNum": "2"
        }],
        "regions": []
}

错误代码列表

错误码含义
101缺少必填的参数
102不支持的语言类型
103翻译文本过长
104不支持的API类型
105不支持的签名类型
106不支持的响应类型
107不支持的传输加密类型
108应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息
109batchLog格式不正确
110无相关服务的有效实例
111开发者账号无效
113q不能为空
114不支持的图片传输方式
201解密失败,可能为DES,BASE64,URLDecode的错误
202签名检验失败
203访问IP地址不在可访问IP列表
205请求的接口与应用的平台类型不一致,如有疑问请参考入门指南
206因为时间戳无效导致签名校验失败
207重放请求
301辞典查询失败
302翻译查询失败
303服务端的其它异常
304会话闲置太久超时
401账户已经欠费停
402offlinesdk不可用
411访问频率受限,请稍后访问
412长请求过于频繁,请稍后访问
1001无效的OCR类型
1002不支持的OCR image类型
1003不支持的OCR Language类型
1004识别图片过大
1201图片base64解密失败
1301OCR段落识别失败
1411访问频率受限
1412超过最大识别字节数
2003不支持的语音声道
2004不支持的语音上传类型
2005不支持的语言类型
2006不支持的识别类型
2201识别音频文件过大
2301识别音频时长过长
2411不支持的音频文件类型
2412不支持的发音类型
3001不支持的语音格式
3002不支持的语音采样率
3003不支持的语音声道
3004不支持的语音上传类型
3005不支持的语言类型
3006不支持的识别类型
3007识别音频文件过大
3008识别音频时长过长
3009不支持的音频文件类型
3010不支持的发音类型
3201解密失败
3301语音识别失败
3302语音翻译失败
3303服务的异常
3411访问频率受限,请稍后访问
3412超过最大请求字符数
4001不支持的语音识别格式
4002不支持的语音识别采样率
4003不支持的语音识别声道
4004不支持的语音上传类型
4005不支持的语言类型
4006识别音频文件过大
4007识别音频时长过长
4201解密失败
4301语音识别失败
4303服务的异常
4411访问频率受限,请稍后访问
4412超过最大请求时长
5001无效的OCR类型
5002不支持的OCR image类型
5003不支持的语言类型
5004识别图片过大
5005不支持的图片类型
5006文件为空
5201解密错误,图片base64解密失败
5301OCR段落识别失败
5411访问频率受限
5412超过最大识别流量
9001不支持的语音格式
9002不支持的语音采样率
9003不支持的语音声道
9004不支持的语音上传类型
9005不支持的语音识别 Language类型
9301ASR识别失败
9303服务器内部错误
9411访问频率受限(超过最大调用次数)
9412超过最大处理语音长度
10001无效的OCR类型
10002不支持的OCR image类型
10004识别图片过大
10201图片base64解密失败
10301OCR段落识别失败
10411访问频率受限
10412超过最大识别流量
11001不支持的语音识别格式
11002不支持的语音识别采样率
11003不支持的语音识别声道
11004不支持的语音上传类型
11005不支持的语言类型
11006识别音频文件过大
11007识别音频时长过长,最大支持30s
11201解密失败
11301语音识别失败
11303服务的异常
11411访问频率受限,请稍后访问
11412超过最大请求时长
12001图片尺寸过大
12002图片base64解密失败
12003引擎服务器返回错误
12004图片为空
12005不支持的识别图片类型
12006图片无匹配结果
13001不支持的角度类型
13002不支持的文件类型
13003表格识别图片过大
13004文件为空
13301表格识别失败
15001需要图片
15002图片过大(1M)
15003服务调用失败
17001需要图片
17002图片过大(1M)
17003识别类型未找到
17004不支持的识别类型
17005服务调用失败
-1000未知错误
-2000查询输入为空

常见问题及注意事项

1.运行程序崩溃?
检查下是否对应的 so 是否放到当前工程目录下。

2.识别没结果?
检查下识别接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。

3.如何获得应用ID
注册账号, 登录后台创建应用和实例并完成绑定, 可获得应用ID和应用密钥等信息。

4.出现错误HTTP_REQUEST_ERROR("Http requesterror.",1)
在确保有网情况下,若调用过程中出现这个错误,HTTP_REQUEST_ERROR("Http requesterror.",1) ,请检查是否是在主线程中调用的翻译识别方法,请确保在主线程调用。

版本更新记录

上线日期版本号更新内容
2019.04.01v1.0.0有道智云表格识别OCR Android
2019.11.07v2.0.0兼容同时使用多个sdk问题