Arbitrate-Backend/ruoyi-system/src/main/java/com/ruoyi/wisdomarbitrate/utils/OCRUtils.java

package com.ruoyi.wisdomarbitrate.utils;

import cn.hutool.core.collection.CollectionUtil;
import cn.hutool.core.util.StrUtil;
import com.ruoyi.common.constant.Constants;
import com.ruoyi.common.exception.ServiceException;
import com.ruoyi.common.utils.StringUtils;
import com.ruoyi.wisdomarbitrate.domain.FatchRule;
import com.tencentcloudapi.bsca.v20210811.models.LicenseSummary;
import com.tencentcloudapi.common.Credential;
import com.tencentcloudapi.common.exception.TencentCloudSDKException;
import com.tencentcloudapi.common.profile.ClientProfile;
import com.tencentcloudapi.common.profile.HttpProfile;
import com.tencentcloudapi.ocr.v20181119.OcrClient;
import com.tencentcloudapi.ocr.v20181119.models.*;
import org.json.JSONArray;
import org.json.JSONObject;

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.*;
import java.util.stream.Collectors;

public class OCRUtils {
    //API的SecretId
    private static final String SECRET_ID = "AKIDeEf2A8uX1HSainvvnXAc3X9ZlhtyvkMp";
    //API的SecretKey
    private static final String SECRET_KEY = "QjphKo8zkHZigT8j9PVtFPJyfIvO3d6V";
    // 仲裁申请书识别字段
    private static final String[] applicantName = {"申请人", "统一社会信用代码", "负责人", "住所", "联系地址"
            , "委托代理人", "联系电话", "电子邮件", "被申请人", "居民身份证号码", "仲裁请求", "事实和理由"};
    // 贷款合同识别字段
    private static final String[] contractName = {
            "合同编号", "甲方(贷款人)", "或委托代理人签字:", "本合同的初始贷款年利率为", "乙方确认有效的电子信箱地址为"};
    // 调解协议识别字段
    private static final String[] accordName = {"金融消费纠纷基本情况", "经调解，双方自愿达成如下协议"};
    // 授权委托书识别字段
    private static final String[] powerAttorneyName = {"职务"};

    /**
     * pdf识别成文字
     *
     * @param imageBase64
     * @param pageNumber
     * @param fatchRules  抓取规则
     * @return
     */
    public static String pdfIdentifyText(String imageBase64, Integer pageNumber, List<FatchRule> fatchRules) {
        StringBuilder respStr = new StringBuilder();
        try {
            // 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
            // 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305
            // 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
            Credential cred = new Credential(SECRET_ID, SECRET_KEY);
            // 实例化一个http选项，可选的，没有特殊需求可以跳过
            HttpProfile httpProfile = new HttpProfile();
            httpProfile.setEndpoint("ocr.tencentcloudapi.com");
            // 实例化一个client选项，可选的，没有特殊需求可以跳过
            ClientProfile clientProfile = new ClientProfile();
            clientProfile.setHttpProfile(httpProfile);
            // 实例化要请求产品的client对象,clientProfile是可选的
            OcrClient client = new OcrClient(cred, "ap-beijing", clientProfile);
            // 实例化一个请求对象,每个接口都会对应一个request对象
            GeneralAccurateOCRRequest req = new GeneralAccurateOCRRequest();
            req.setImageBase64(imageBase64);
            req.setIsPdf(true);
            req.setPdfPageNumber(pageNumber.longValue());
            // 返回的resp是一个SmartStructuralOCRV2Response的实例，与请求对象对应
            GeneralAccurateOCRResponse resp = client.GeneralAccurateOCR(req);
            // 输出json格式的字符串回包
            System.out.println(GeneralAccurateOCRResponse.toJsonString(resp));
            // 获取响应内容
            TextDetection[] textDetections = resp.getTextDetections();
            if (textDetections == null || textDetections.length == 0) {
                return respStr.toString();
            }
            for (TextDetection textDetection : textDetections) {
                respStr.append(textDetection.getDetectedText());
            }
        } catch (TencentCloudSDKException e) {
            throw new ServiceException("ocr识别失败");
        }
        if (respStr.toString().endsWith(String.valueOf(pageNumber))) {
            int lastIndexOf = respStr.toString().lastIndexOf(String.valueOf(pageNumber));
            return respStr.toString().substring(0, lastIndexOf);
        }
        return respStr.toString();


//
//            //解析数据
//            String s = GeneralAccurateOCRResponse.toJsonString(resp);
//            // 解析JSON数据
//            JSONObject jsonObject = new JSONObject(s);
//            JSONArray structuralList = jsonObject.getJSONArray("TextDetections");
//            // 遍历StructuralList中的Groups，获取Key对应的AutoName和Value对应的AutoConten
//            StringBuilder stringBuilder = new StringBuilder(); // 创建一个StringBuilder对象
//            for (int i = 0; i < structuralList.length(); i++) {
//                JSONArray groups = structuralList.getJSONObject(i).getJSONArray("Groups");
//                for (int j = 0; j < groups.length(); j++) {
//                    JSONArray lines = groups.getJSONObject(j).getJSONArray("Lines");
//                    for (int k = 0; k < lines.length(); k++) {
//                        JSONObject line = lines.getJSONObject(k);
//                        JSONObject key = line.getJSONObject("Key");
//                        JSONObject value = line.getJSONObject("Value");
//                        String autoName = key.getString("AutoName");
//                        String autoContent = value.getString("AutoContent");
//                        String text = autoName + Constants.PDFSTR + autoContent;
//                        if (stringBuilder.length() > 0) {
//                            stringBuilder.append(Constants.BR); // 在已有内容的情况下添加逗号分隔符
//                        }
//                        stringBuilder.append(text); // 拼接当前的字符串
//                    }
//                }
//            }
//            return stringBuilder.toString(); // 获取最终的拼接结果
//        } catch (TencentCloudSDKException e) {
//            System.out.println(e.toString());
//        }
    }

    /**
     * pdf识别成文字
     *
     * @param imageBase64
     * @param pageNumber
     * @param type        pdf类型
     * @return
     */
    public static String pdfIdentifyText1(String imageBase64, Integer pageNumber, String type) {
        try {
            // 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
            // 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305
            // 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
            Credential cred = new Credential(SECRET_ID, SECRET_KEY);
            // 实例化一个http选项，可选的，没有特殊需求可以跳过
            HttpProfile httpProfile = new HttpProfile();
            httpProfile.setEndpoint("ocr.tencentcloudapi.com");
            // 实例化一个client选项，可选的，没有特殊需求可以跳过
            ClientProfile clientProfile = new ClientProfile();
            clientProfile.setHttpProfile(httpProfile);
            // 实例化要请求产品的client对象,clientProfile是可选的
            OcrClient client = new OcrClient(cred, "ap-beijing", clientProfile);
            // 实例化一个请求对象,每个接口都会对应一个request对象
            SmartStructuralOCRV2Request req = new SmartStructuralOCRV2Request();
            req.setImageBase64(imageBase64);
            req.setIsPdf(true);
            req.setPdfPageNumber(pageNumber.longValue());
            if (type.contains("申请书")) {
                req.setItemNames(applicantName);
            } else if (type.contains("调解协议")) {
                req.setItemNames(accordName);
            } else if (type.contains("合同")) {
                req.setItemNames(contractName);
            } else if (type.contains("授权委托书")) {
                req.setItemNames(powerAttorneyName);
            }

            // 返回的resp是一个SmartStructuralOCRV2Response的实例，与请求对象对应
            SmartStructuralOCRV2Response resp = client.SmartStructuralOCRV2(req);
            // 输出json格式的字符串回包
            System.out.println(SmartStructuralOCRV2Response.toJsonString(resp));
            //解析数据
            String s = SmartStructuralOCRV2Response.toJsonString(resp);
            // 解析JSON数据
            JSONObject jsonObject = new JSONObject(s);
            JSONArray structuralList = jsonObject.getJSONArray("StructuralList");
            // 遍历StructuralList中的Groups，获取Key对应的AutoName和Value对应的AutoConten
            StringBuilder stringBuilder = new StringBuilder(); // 创建一个StringBuilder对象
            for (int i = 0; i < structuralList.length(); i++) {
                JSONArray groups = structuralList.getJSONObject(i).getJSONArray("Groups");
                for (int j = 0; j < groups.length(); j++) {
                    JSONArray lines = groups.getJSONObject(j).getJSONArray("Lines");
                    for (int k = 0; k < lines.length(); k++) {
                        JSONObject line = lines.getJSONObject(k);
                        JSONObject key = line.getJSONObject("Key");
                        JSONObject value = line.getJSONObject("Value");
                        String autoName = key.getString("AutoName");
                        String autoContent = value.getString("AutoContent");
                        String text = autoName + Constants.PDFSTR + autoContent;
                        if (stringBuilder.length() > 0) {
                            stringBuilder.append(Constants.BR); // 在已有内容的情况下添加逗号分隔符
                        }
                        stringBuilder.append(text); // 拼接当前的字符串
                    }
                }
            }
            return stringBuilder.toString(); // 获取最终的拼接结果
        } catch (TencentCloudSDKException e) {
            System.out.println(e.toString());
        }
        return null;
    }

    public static String pdfConvertBase64(String pathUrl) {
        try {
            File file = new File(pathUrl);
            FileInputStream fileInputStream = new FileInputStream(file);
            byte[] fileBytes = new byte[(int) file.length()];
            fileInputStream.read(fileBytes);
            fileInputStream.close();
            // 将字节数组转换为Base64值
            return Base64.getEncoder().encodeToString(fileBytes);
        } catch (IOException e) {
            e.printStackTrace();
        }
        return null;
    }

    /**
     * 根据抓取规则获取内容
     *
     * @param ocrText    ocr识别的text
     * @param fatchRules 抓取规则
     * @return
     */
    public static void fatchRuleGetContent(String ocrText, List<FatchRule> fatchRules, Map<String, String> fatchMap) {
        String text = ocrText;
        if (CollectionUtil.isNotEmpty(fatchRules)) {

            for (FatchRule fatchRule : fatchRules) {
                // 从后往前抓取
                if (fatchRule.getFatchOrder() != null && fatchRule.getFatchOrder() == 1) {
//                    String reverseText = StrUtil.reverse(ocrText);
//                    if (StrUtil.isEmpty(fatchRule.getStartContent()) && StrUtil.isEmpty(fatchRule.getEndContent())) {
//                        fatchMap.put(fatchRule.getColumnName(), trimStr(text));
//                    } else if(StrUtil.isEmpty(fatchRule.getStartContent())&&StrUtil.isNotEmpty(fatchRule.getEndContent())){
//                        // 开始字段为空，结束字段不为空
//                        String endReverseText = StrUtil.reverse(fatchRule.getEndContent());
//                        int endContIndex = StrUtil.ordinalIndexOf(reverseText, endReverseText, fatchRule.getEndContentRepeatOrder());
//                        if (endContIndex != -1) {
//                            String substring = text.substring(0, endContIndex);
//                            fatchMap.put(fatchRule.getColumnName(), trimStr(StrUtil.reverse(substring)));
//                        }
//
//
//                    }else if(StrUtil.isNotEmpty(fatchRule.getStartContent())&&StrUtil.isEmpty(fatchRule.getEndContent())){
//                        // 开始字段不为空，结束字段为空
//                        // 开始字段为空，结束字段不为空
//                        String startReverseText = StrUtil.reverse(fatchRule.getStartContent());
//                        int startContIndex = StrUtil.ordinalIndexOf(reverseText, startReverseText, fatchRule.getStartContentRepeatOrder());
//                        if (startContIndex != -1) {
//                            String substring = text.substring(0, startContIndex);
//                            fatchMap.put(fatchRule.getColumnName(), trimStr(StrUtil.reverse(substring)));
//                        }
//
//                    }else if(StrUtil.isNotEmpty(fatchRule.getStartContent())&&StrUtil.isNotEmpty(fatchRule.getEndContent())){
//                        String startReverseText = StrUtil.reverse(fatchRule.getStartContent());
//                        String endReverseText = StrUtil.reverse(fatchRule.getEndContent());
//                        int startContIndex = StrUtil.ordinalIndexOf(reverseText, startReverseText, fatchRule.getStartContentRepeatOrder());
//                        if (startContIndex != -1) {
//                        // 结束字段不为空
//                        int endContIndex = StrUtil.ordinalIndexOf(reverseText, endReverseText, fatchRule.getEndContentRepeatOrder());
//                        if (endContIndex != -1 && (startContIndex + fatchRule.getStartContent().length()) <= text.length()) {
//                            String substring = text.substring(startContIndex + fatchRule.getStartContent().length(), endContIndex);
//                            // 去除\n
//                            fatchMap.put(fatchRule.getColumnName(),trimStr(StrUtil.reverse(substring)));
//                        }
//                        }
//                    }
                } else {
                    // 开始为空结束为空
                    if (StrUtil.isEmpty(fatchRule.getStartContent()) && StrUtil.isEmpty(fatchRule.getEndContent())) {
                        fatchMap.put(fatchRule.getColumnName(), trimStr(text));
                    } else if (StrUtil.isNotEmpty(fatchRule.getStartContent())) {
                        int startContIndex = StrUtil.ordinalIndexOf(text, fatchRule.getStartContent(), fatchRule.getStartContentRepeatOrder());
                        if (startContIndex != -1) {
                            // 开始不为空结束为空
                            if (StrUtil.isEmpty(fatchRule.getEndContent())) {
                                if ((startContIndex + fatchRule.getStartContent().length()) <= text.length()) {
                                    String substring = text.substring(startContIndex + fatchRule.getStartContent().length());
                                    // 去除\n
                                    fatchMap.put(fatchRule.getColumnName(), trimStr(substring));
                                }

                            } else {
                                // 开始不为空结束不为空
                                int endContIndex = StrUtil.ordinalIndexOf(text, fatchRule.getEndContent(), fatchRule.getEndContentRepeatOrder());
                                if (endContIndex != -1 && (startContIndex + fatchRule.getStartContent().length()) <= text.length()) {
                                    String substring = text.substring(startContIndex + fatchRule.getStartContent().length(), endContIndex);
                                    // 去除\n
                                    fatchMap.put(fatchRule.getColumnName(), trimStr(substring));
                                }

                            }
//
                        }

                    } else if (StrUtil.isEmpty(fatchRule.getStartContent()) && StrUtil.isNotEmpty(fatchRule.getEndContent())) {
                        // 开始为空结束不为空
                        int endContIndex = StrUtil.ordinalIndexOf(text, fatchRule.getEndContent(), fatchRule.getEndContentRepeatOrder());
                        if (endContIndex != -1) {
                            String substring = text.substring(0, endContIndex);
                            fatchMap.put(fatchRule.getColumnName(), trimStr(substring));
                        }
                    }
                }
            }
        }


    }

    /**
     * 去除末尾空格
     *
     * @param substring
     * @return
     */
    private static String trimStr(String substring) {
        if (StrUtil.isNotEmpty(substring)) {
            return StrUtil.trim(substring);
        } else {
            return "";
        }

    }

}