jruqwhnt

api-third/src/main/java/com/heyu/api/alibaba/LLMUtils.java

@@ -11,6 +11,7 @@ import com.alibaba.dashscope.common.Role;
 import com.alibaba.fastjson.JSON;
 import com.heyu.api.alibaba.bailian.AlibabaOCREnums;
 import com.heyu.api.alibaba.resp.ModelResult;
+import com.heyu.api.data.utils.StringUtils;
 import lombok.extern.slf4j.Slf4j;
 
 import java.util.*;
@@ -94,13 +95,17 @@ public class LLMUtils {
     /**
      * https://heyuoss.oss-cn-shanghai.aliyuncs.com/test/ccc.jpg
      */
-    public static ModelResult callOcr(String image, AlibabaOCREnums alibabaOCREnums) {
+    public static ModelResult callOcr(String image,String imageBase64, AlibabaOCREnums alibabaOCREnums) {
         ModelResult modelResult = new ModelResult();
         try {
             Date startDate = new Date();
             MultiModalConversation conv = new MultiModalConversation();
             Map<String, Object> map = new HashMap<>();
-            map.put("image", image);
+            if(StringUtils.isNotEmpty(image)){
+                map.put("image", image);
+            }else{
+                map.put("image", "data:image/jpeg;base64," + imageBase64);
+            }
             // 输入图像的最大像素阈值，超过该值图像会按原比例缩小，直到总像素低于max_pixels
             map.put("max_pixels", "6422528");
             // 输入图像的最小像素阈值，小于该值图像会按原比例放大，直到总像素大于min_pixels

api-third/src/main/java/com/heyu/api/alibaba/request/common/text/AIOcrRequest.java

@@ -6,21 +6,18 @@ import lombok.Data;
 @Data
 public class AIOcrRequest {
 
-
     /***
      * 图片url
      */
     private String imageUrl;
 
-
-
-
-    // 1. advanced_recognition : 高精识别 ,
     /***
-     *  仅qwen-vl-ocr-2025-08-28模型支持，具有以下特性：
+     * base64 位的图片
-     * 识别文本内容（提取文字）
+     *
-     * 检测文本位置（定位文本行、获取坐标）
+     * 和 imageUrl 二传 1
      */
+    private String imageBase64;
+
 
 
     //    2. info_draw: 信息抽取
@@ -32,23 +29,6 @@ public class AIOcrRequest {
 
 
 
-    //    3. table_parsing: 表格解析
-    /**
-     * 模型会对图像中的表格元素进行解析，以带有HTML格式的文本返回识别结果。
-     */
-
-
-    //    4. document_parsing : 文档解析
-    /**
-     * 模型支持解析以图像形式存储的扫描件或PDF文档，能识别文件中的标题、摘要、标签等，以带有LaTeX格式的文本返回识别结果。
-     */
-
-
-    //    5. formula_recognition: 公式识别
-    /**
-     * 模型支持解析图像中的公式，以带有LaTeX格式的文本返回识别结果。
-     */
-
 
     //    text_recognition: 通用文字识别
     /**
@@ -56,11 +36,6 @@ public class AIOcrRequest {
      */
 
 
-
-    //    multi_lan_recognition : 多语言识别
-    /**
-     * 多语言识别适用于针对中英文之外的小语种场景，支持的小语种有：阿拉伯语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语、越南语，以纯文本格式返回识别结果。
-     */
     private String type ;
 
 

api-web/api-interface/src/main/java/com/heyu/api/controller/ocr/AIOcrController.java

@@ -20,7 +20,7 @@ import java.util.Map;
 
 @Slf4j
 @RestController
-@RequestMapping("/ai/precision/orc/")
+@RequestMapping("/ai/orc/")
 public class AIOcrController {
 
 
@@ -30,27 +30,112 @@ public class AIOcrController {
 
     //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
     // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+
+    // 1. advanced_recognition : 高精识别 ,
+    /***
+     *  仅qwen-vl-ocr-2025-08-28模型支持，具有以下特性：
+     * 识别文本内容（提取文字）
+     * 检测文本位置（定位文本行、获取坐标）
+     */
     @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
-    @RequestMapping("/recognize")
+    @RequestMapping("/advanced/recognition")
-    public R recognize(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+    public R advanced_recognition(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
-
-
         AlibabaOCREnums alibabaOCREnums = AlibabaOCREnums.getAlibabaOCREnums(aiOcrRequest.getType());
-        if(alibabaOCREnums == null){
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), aiOcrRequest.getImageBase64(),
-
+                AlibabaOCREnums.advanced_recognition);
-            return R.error("请输入正确的类型");
+        Map<String, Object> data = new HashMap<>();
-        }
-
-
-        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), alibabaOCREnums);
-
-        Map<String,Object> data = new HashMap<>();
         data.put("content", modelResult.getResult());
-
         return R.ok().setData(data);
     }
 
 
+    //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
+    // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+    //    2. info_draw: 信息抽取
+    /***
+     * 模型支持对票据、证件、表单中的信息进行抽取，并以带有JSON格式的文本返回。
+     *
+     * result_schema可以是任意形式的JSON结构，最多可嵌套3层JSON 对象。您只需要填写JSON对象的key，value保持为空即可。
+     */
+    @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
+    @RequestMapping("/info/draw")
+    public R info_draw(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), aiOcrRequest.getImageBase64(),
+                AlibabaOCREnums.key_information_extraction);
+        Map<String, Object> data = new HashMap<>();
+        data.put("content", modelResult.getResult());
+        return R.ok().setData(data);
+    }
 
 
+    //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
+    // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+
+    //    3. table_parsing: 表格解析
+    /**
+     * 模型会对图像中的表格元素进行解析，以带有HTML格式的文本返回识别结果。
+     */
+    @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
+    @RequestMapping("/table/parsing")
+    public R table_parsing(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), aiOcrRequest.getImageBase64(),
+                AlibabaOCREnums.table_parsing);
+        Map<String, Object> data = new HashMap<>();
+        data.put("content", modelResult.getResult());
+        return R.ok().setData(data);
+    }
+
+
+    //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
+    // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+
+    /***
+     *
+     /    4. document_parsing : 文档解析
+     /**
+     * 模型支持解析以图像形式存储的扫描件或PDF文档，能识别文件中的标题、摘要、标签等，以带有LaTeX格式的文本返回识别结果。
+     */
+    @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
+    @RequestMapping("/document/parsing")
+    public R document_parsing(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), aiOcrRequest.getImageBase64(),
+                AlibabaOCREnums.document_parsing);
+        Map<String, Object> data = new HashMap<>();
+        data.put("content", modelResult.getResult());
+        return R.ok().setData(data);
+    }
+
+
+    //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
+    // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+     //   5. formula_recognition: 公式识别
+     /**
+     * 模型支持解析图像中的公式，以带有LaTeX格式的文本返回识别结果。
+     */
+    @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
+    @RequestMapping("/formula/recognition")
+    public R formula_recognition(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(), aiOcrRequest.getImageBase64(),
+                AlibabaOCREnums.formula_recognition);
+        Map<String, Object> data = new HashMap<>();
+        data.put("content", modelResult.getResult());
+        return R.ok().setData(data);
+    }
+
+    //  http://localhost:8888/ai/precision/orc/recognize?imageBase64=3232
+    // https://heyuoss.oss-cn-shanghai.aliyuncs.com/prd/testxxx.jpg
+    //    multi_lan_recognition : 多语言识别
+    /**
+     * 多语言识别适用于针对中英文之外的小语种场景，支持的小语种有：阿拉伯语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语、越南语，以纯文本格式返回识别结果。
+     */
+    @EbAuthentication(tencent = ApiConstants.TENCENT_AUTH)
+    @RequestMapping("/multi/lan/recognition")
+    public R recognize(@RequestBody AIOcrRequest aiOcrRequest) throws Exception {
+        ModelResult modelResult = LLMUtils.callOcr(aiOcrRequest.getImageUrl(),
+                aiOcrRequest.getImageBase64(), AlibabaOCREnums.multi_lan);
+        Map<String, Object> data = new HashMap<>();
+        data.put("content", modelResult.getResult());
+        return R.ok().setData(data);
+    }
+
 }