西安市建设局网站品牌网站建设可信大蝌蚪

张

张建站

2026/5/17 0:14:50

10分钟阅读

西安市建设局网站,品牌网站建设可信大蝌蚪,sedo这种多语言网站怎么建设,外贸三种语言网站建设基于GLM-OCR的Java后端服务开发#xff1a;SpringBoot集成指南最近在做一个内部文档管理系统#xff0c;需要批量处理上传的合同、票据图片#xff0c;把里面的文字信息提取出来。手动录入#xff1f;效率太低#xff0c;还容易出错。用现成的OCR服务#xff1f;要么贵…基于GLM-OCR的Java后端服务开发SpringBoot集成指南最近在做一个内部文档管理系统需要批量处理上传的合同、票据图片把里面的文字信息提取出来。手动录入效率太低还容易出错。用现成的OCR服务要么贵要么识别率不理想要么对中文支持不好。后来我们把目光投向了GLM-OCR。它在大模型加持下对复杂版面和中文的识别效果确实让人眼前一亮。但问题来了怎么把它“搬”进我们自己的Java后端系统里让它变成一个稳定、高效、能扛住并发请求的服务呢这篇文章我就来分享一下我们团队的做法如何用SpringBoot把部署在星图GPU上的GLM-OCR封装成一个企业级可用的RESTful API服务。整个过程从环境搭建、接口调用到图片处理、结果解析再到性能优化我都会用代码和实际踩过的坑来给你讲清楚。如果你也在为Java项目集成智能OCR能力而头疼这篇实战指南应该能帮到你。1. 项目初始化与环境准备在开始敲代码之前我们得先把“舞台”搭好。这里主要分两步一是创建一个标准的SpringBoot项目二是确保我们能访问到部署好的GLM-OCR服务。1.1 创建SpringBoot项目现在创建SpringBoot项目非常方便我习惯用 Spring Initializr。根据我们的需求需要选择以下几个核心依赖Spring Web: 用于构建RESTful API。Lombok: 减少Java Bean的模板代码让代码更简洁。Spring Boot DevTools: 开发工具支持热加载。Apache HttpClient或OkHttp3: 用于向后端GLM-OCR服务发起HTTP调用。这里我选择更通用的HttpClient。你的pom.xml依赖部分看起来会是这样dependencies dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency dependency groupIdorg.projectlombok/groupId artifactIdlombok/artifactId optionaltrue/optional /dependency dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-devtools/artifactId scoperuntime/scope optionaltrue/optional /dependency !-- Apache HttpClient -- dependency groupIdorg.apache.httpcomponents.client5/groupId artifactIdhttpclient5/artifactId /dependency !-- 用于图片处理如获取图片尺寸 -- dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-validation/artifactId /dependency /dependencies1.2 配置GLM-OCR服务连接假设你的GLM-OCR已经成功部署在星图GPU服务器上并获得了访问地址比如http://your-gpu-server-ip:port/v1/ocr。我们需要在SpringBoot的配置文件中管理这个地址以及可能需要的认证密钥。在application.yml中配置app: glm-ocr: # GLM-OCR服务的API端点 api-url: ${GLM_OCR_API_URL:http://localhost:8000/v1/ocr} # 如果服务端启用了API Key认证在此配置 api-key: ${GLM_OCR_API_KEY:} # 连接超时和读取超时时间毫秒 connect-timeout: 5000 read-timeout: 30000 spring: servlet: multipart: max-file-size: 10MB max-request-size: 10MB这里用了环境变量${...:default}的写法好处是安全且灵活。敏感信息如api-key和服务器地址可以通过生产环境的环境变量注入避免硬编码在代码里。接下来我们创建一个配置类来读取这些属性并提供一个配置好的HttpClientBean。import lombok.Data; import org.apache.hc.client5.http.impl.classic.CloseableHttpClient; import org.apache.hc.client5.http.impl.classic.HttpClients; import org.apache.hc.client5.http.impl.io.PoolingHttpClientConnectionManagerBuilder; import org.apache.hc.core5.http.io.SocketConfig; import org.apache.hc.core5.util.Timeout; import org.springframework.boot.context.properties.ConfigurationProperties; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import java.util.concurrent.TimeUnit; Data Configuration ConfigurationProperties(prefix app.glm-ocr) public class GlmOcrConfig { private String apiUrl; private String apiKey; private Integer connectTimeout; private Integer readTimeout; Bean public CloseableHttpClient glmOcrHttpClient() { // 使用连接池管理HTTP连接提升性能 var connectionManager PoolingHttpClientConnectionManagerBuilder.create() .setDefaultSocketConfig(SocketConfig.custom() .setSoTimeout(Timeout.of(readTimeout, TimeUnit.MILLISECONDS)) .build()) .build(); return HttpClients.custom() .setConnectionManager(connectionManager) .setDefaultRequestConfig(org.apache.hc.client5.http.config.RequestConfig.custom() .setConnectTimeout(Timeout.of(connectTimeout, TimeUnit.MILLISECONDS)) .setResponseTimeout(Timeout.of(readTimeout, TimeUnit.MILLISECONDS)) .build()) .build(); } }2. 核心服务层封装GLM-OCR调用环境搭好配置就绪现在我们来写最核心的部分一个服务类专门负责和远端的GLM-OCR API“对话”。GLM-OCR的接口通常需要以multipart/form-data格式上传图片文件并接收一个结构化的JSON响应。我们的服务类要完成三件事构建请求、发送请求、解析响应。首先定义两个内部类用来映射请求和响应。这能让我们用对象的方式操作数据更清晰。import lombok.Data; Data public class OcrRequest { // 这里可以根据GLM-OCR API的实际需求添加其他参数 // 例如 language语言、detect_direction检测方向等 // private String language ch; }import lombok.Data; import java.util.List; Data public class OcrResponse { private Integer code; // 响应码通常0表示成功 private String msg; // 响应信息 private Data data; // 识别结果数据 lombok.Data public static class Data { private ListTextRegion regions; // 识别出的文本区域列表 } lombok.Data public static class TextRegion { private String text; // 识别出的文本 private ListListInteger bbox; // 文本区域边界框坐标 [左上x, 左上y, 右下x, 右下y] private Double score; // 识别置信度 } }然后实现服务类。这里的关键是使用HttpClient构建一个包含图片文件的multipart请求。import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.apache.hc.client5.http.classic.methods.HttpPost; import org.apache.hc.client5.http.entity.mime.MultipartEntityBuilder; import org.apache.hc.client5.http.impl.classic.CloseableHttpClient; import org.apache.hc.core5.http.ContentType; import org.apache.hc.core5.http.io.entity.EntityUtils; import org.apache.hc.core5.http.io.entity.StringEntity; import org.springframework.stereotype.Service; import org.springframework.web.multipart.MultipartFile; import java.io.IOException; Slf4j Service RequiredArgsConstructor public class GlmOcrService { private final GlmOcrConfig glmOcrConfig; private final CloseableHttpClient glmOcrHttpClient; public OcrResponse recognizeText(MultipartFile imageFile) throws IOException { String apiUrl glmOcrConfig.getApiUrl(); HttpPost httpPost new HttpPost(apiUrl); // 1. 构建 multipart 请求体 MultipartEntityBuilder builder MultipartEntityBuilder.create(); // 添加图片文件部分字段名通常是 image 或 file需根据GLM-OCR API文档调整 builder.addBinaryBody(image, imageFile.getInputStream(), ContentType.create(imageFile.getContentType()), imageFile.getOriginalFilename()); // 如果有其他参数可以添加表单字段 // builder.addTextBody(language, ch, ContentType.TEXT_PLAIN); httpPost.setEntity(builder.build()); // 2. 添加认证头如果需要 if (glmOcrConfig.getApiKey() ! null !glmOcrConfig.getApiKey().isEmpty()) { httpPost.setHeader(Authorization, Bearer glmOcrConfig.getApiKey()); } // 3. 发送请求并处理响应 try (var response glmOcrHttpClient.execute(httpPost)) { String responseBody EntityUtils.toString(response.getEntity()); log.debug(GLM-OCR API响应: {}, responseBody); // 使用Jackson等JSON工具反序列化这里简化为示例 // 实际项目中应注入 ObjectMapper com.fasterxml.jackson.databind.ObjectMapper mapper new com.fasterxml.jackson.databind.ObjectMapper(); OcrResponse ocrResponse mapper.readValue(responseBody, OcrResponse.class); if (ocrResponse.getCode() ! null ocrResponse.getCode() 0) { return ocrResponse; } else { log.error(GLM-OCR识别失败: {} - {}, ocrResponse.getCode(), ocrResponse.getMsg()); throw new RuntimeException(String.format(OCR识别失败: %s, ocrResponse.getMsg())); } } catch (Exception e) { log.error(调用GLM-OCR服务异常, e); throw new IOException(OCR服务调用失败, e); } } }这个GlmOcrService就是我们后端的“OCR引擎”。它接收Spring MVC传来的MultipartFile处理好所有HTTP通信细节最后返回结构化的识别结果。3. 控制器层设计RESTful API服务层做好了“苦力活”控制器层的工作就轻松了。它主要负责定义API端点接收前端或客户端的请求调用服务并返回格式友好的响应。我们设计两个简单的APIPOST /api/ocr/sync: 同步识别接口上传图片后立即等待并返回结果。适用于轻量、即时场景。POST /api/ocr/async: 异步识别接口上传图片后立即返回一个任务ID结果通过其他方式如WebSocket、回调或查询接口获取。适用于处理耗时较长或批量任务。首先定义统一的API响应格式。import lombok.Data; Data public class ApiResponseT { private boolean success; private String message; private T data; public static T ApiResponseT success(T data) { ApiResponseT response new ApiResponse(); response.setSuccess(true); response.setMessage(success); response.setData(data); return response; } public static T ApiResponseT error(String message) { ApiResponseT response new ApiResponse(); response.setSuccess(false); response.setMessage(message); return response; } }然后实现同步识别控制器。import lombok.RequiredArgsConstructor; import lombok.extern.slf4j.Slf4j; import org.springframework.http.MediaType; import org.springframework.web.bind.annotation.*; import org.springframework.web.multipart.MultipartFile; Slf4j RestController RequestMapping(/api/ocr) RequiredArgsConstructor public class OcrController { private final GlmOcrService glmOcrService; PostMapping(value /sync, consumes MediaType.MULTIPART_FORM_DATA_VALUE) public ApiResponseOcrResponse syncRecognize(RequestParam(file) MultipartFile file) { if (file.isEmpty()) { return ApiResponse.error(请上传图片文件); } try { log.info(同步处理OCR请求文件名: {}, file.getOriginalFilename()); OcrResponse result glmOcrService.recognizeText(file); return ApiResponse.success(result); } catch (Exception e) { log.error(同步OCR处理失败, e); return ApiResponse.error(图片识别失败: e.getMessage()); } } }现在你已经可以通过curl或 Postman 测试这个接口了。curl -X POST -F file/path/to/your/invoice.jpg http://localhost:8080/api/ocr/sync4. 进阶实现异步处理与任务队列同步接口虽然简单但在处理大量图片或图片较大时会长时间占用HTTP连接影响用户体验和服务器并发能力。异步处理是更专业的做法。我们可以利用Spring提供的Async注解和线程池实现一个简单的异步任务队列。更复杂的生产环境可以考虑集成RabbitMQ或Kafka。4.1 配置异步任务执行器在配置类中启用异步支持并配置线程池。import org.springframework.context.annotation.Configuration; import org.springframework.scheduling.annotation.AsyncConfigurer; import org.springframework.scheduling.annotation.EnableAsync; import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor; import java.util.concurrent.Executor; Configuration EnableAsync public class AsyncConfig implements AsyncConfigurer { Override public Executor getAsyncExecutor() { ThreadPoolTaskExecutor executor new ThreadPoolTaskExecutor(); // 核心线程数 executor.setCorePoolSize(5); // 最大线程数 executor.setMaxPoolSize(10); // 队列容量 executor.setQueueCapacity(100); // 线程名前缀 executor.setThreadNamePrefix(OCR-Async-); executor.initialize(); return executor; } }4.2 创建异步服务与任务管理我们需要一个地方来存储异步任务的状态和结果。这里用一个简单的内存ConcurrentHashMap来模拟生产环境应使用Redis或数据库。import lombok.Data; import org.springframework.scheduling.annotation.Async; import org.springframework.stereotype.Service; import java.util.Map; import java.util.concurrent.CompletableFuture; import java.util.concurrent.ConcurrentHashMap; Service public class AsyncOcrService { private final GlmOcrService glmOcrService; // 内存存储任务状态Key: taskId, Value: 任务结果Future private final MapString, CompletableFutureOcrResponse taskStore new ConcurrentHashMap(); public AsyncOcrService(GlmOcrService glmOcrService) { this.glmOcrService glmOcrService; } /** * 提交一个异步OCR任务 * param taskId 任务ID * param imageFile 图片文件 * return 返回该任务的Future */ Async public CompletableFutureOcrResponse submitTask(String taskId, MultipartFile imageFile) { CompletableFutureOcrResponse future CompletableFuture.supplyAsync(() - { try { return glmOcrService.recognizeText(imageFile); } catch (Exception e) { throw new RuntimeException(e); } }); taskStore.put(taskId, future); // 任务完成后可以设置一段时间后自动清理这里省略 return future; } /** * 根据任务ID查询结果 */ public OcrResponse getTaskResult(String taskId) { CompletableFutureOcrResponse future taskStore.get(taskId); if (future null) { return null; // 或抛出任务不存在的异常 } if (future.isDone()) { try { return future.get(); } catch (Exception e) { throw new RuntimeException(获取任务结果失败, e); } } else { return null; // 任务仍在处理中 } } }4.3 完善异步控制器最后在控制器中添加异步接口。private final AsyncOcrService asyncOcrService; PostMapping(value /async, consumes MediaType.MULTIPART_FORM_DATA_VALUE) public ApiResponseMapString, String asyncRecognize(RequestParam(file) MultipartFile file) { if (file.isEmpty()) { return ApiResponse.error(请上传图片文件); } // 生成一个唯一任务ID可以用UUID String taskId java.util.UUID.randomUUID().toString(); log.info(提交异步OCR任务任务ID: {}, 文件名: {}, taskId, file.getOriginalFilename()); // 提交异步任务不等待结果 asyncOcrService.submitTask(taskId, file); MapString, String response new HashMap(); response.put(taskId, taskId); response.put(status, submitted); response.put(message, 任务已提交请使用taskId查询结果); return ApiResponse.success(response); } GetMapping(/async/result/{taskId}) public ApiResponseObject getAsyncResult(PathVariable String taskId) { OcrResponse result asyncOcrService.getTaskResult(taskId); if (result null) { MapString, String status new HashMap(); status.put(taskId, taskId); status.put(status, processing); status.put(message, 任务正在处理中请稍后重试); return ApiResponse.success(status); } return ApiResponse.success(result); }现在你的服务就拥有了同步和异步两种处理模式。前端可以先调用/api/ocr/async快速拿到taskId然后轮询/api/ocr/async/result/{taskId}来获取最终识别结果用户体验会好很多。5. 总结走完这一趟一个基于SpringBoot的GLM-OCR后端服务就基本成型了。从最基础的HTTP客户端调用到RESTful API的设计再到引入异步任务队列来提升并发处理能力我们一步步把一个AI能力封装成了适合Java企业应用集成的服务模块。实际用下来这套架构在应对中小规模的文档识别场景时表现很稳定。异步设计有效地避免了长时间的网络请求阻塞线程池的配置也让资源利用更合理。当然在真正的高并发生产环境你可能还需要考虑更多比如用Redis来持久化任务状态、增加更完善的熔断降级机制例如使用Resilience4j以及对GLM-OCR服务端进行集群化部署来分摊压力。集成过程中最关键的是理解GLM-OCR API的详细规格请求格式、响应结构、错误码并设计好与之匹配的数据模型和异常处理逻辑。希望这篇结合了具体代码的指南能让你在为自己的Java项目添加OCR智能时少走些弯路。接下来你可以尝试在此基础上增加批量处理、结果后处理如关键信息结构化提取等功能让它更加强大。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。