本章内容出自《5天入门视觉AI》电子书，点击下载完整版。

身份证识别系统搭建

在进行实践之前，我们先看一下最终的效果，如下图所示，该系统是一个简单的身份证识别系统。
用户上传身份证人像面和国徽面之后，点击开始识别，就可以得到身份证正反面的内容了。

一、项目简介

下图是这个项目的文件结构，它是通过spring-boot-starter创建的一个spring-boot项目。

项目中主要文件的介绍如下：

• Application：Spring-Boot的一个启动类；
• MainController：控制器层，负责模版的渲染、路由等功能；
• OcrService：负责通过SDK调用视觉智能开放平台的OCR能力；
• index.html：基于thymeleaf的前端模版；
• application.properties：包含若干配置项的配置文件；
• pom.xml：pom依赖。

二、如何获取视觉智能开放平台提供的SDK？

进入到视觉智能开放平台的官网https://vision.aliyun.com/ 后往下拉，我们可以发现平台已经开放了包括人脸识别、文字识别、商品理解等在内的多项视觉AI能力，点击文字识别菜单，可以找到身份证识别项，然后我们点击进入，之后点击文档链接查看具体文档。

在文档页面，我们点击SDK参考，可以看到有两个Java的SDK说明，两个SDK的区别主要是新的JavaSDK支持本地上传图片，也就是说通过这个新的SDK可以直接把本地的图片交给视觉智能开放平台来进行OCR识别、人脸识别等任务。

点击Java（支持本地上传）进入相应的说明页，我们可以看出其中有很多SDK，我们需要找到需要的OCR SDK。如下图所示，我们可以通过https://mvnrepository.com/artifact/com.aliyun/ocr 来找到我们所需要的相应版本的SDK，然后获取我们需要的Maven坐标。

在获取了Maven坐标之后，如下图所示，我们可以通过在pom.xml文件中添加Maven依赖安装java SDK，这样便成功获取到了视觉智能开放平台提供的SDK。

三、项目实现逻辑

（一）前端

前端的实现是基于thymeleaf做的一个模版，其页面如下图所示，包括一个标题、2个表单、2个上传文件的组件以及一个开始识别的按钮。

下图所示是相应的标题、表单和按钮的实现代码。这里我们用到了bootstrap和jquery来进行页面的美化，我们用代理的方式来实现美化，相当于我们点击“上传人像面”的组件时候，会把表达上传到input组件中，再把input中的内容传给form表单，“上传国徽面”也是如此。在input组件中，我们限制了可以上传图片的类型，最前面还设置了一个alert，在用户上传的图片出现问题的时候会进行提示或者报错。

下图是在用户上传正确的图片并提交之后的相关代码逻辑，主要分为两部分：一是对上传的图片进行展示，二是对OCR识别出的信息进行展示，包括姓名、性别、民族、出生日期等信息。

（二）控制层

控制层主要包括如下几部分：

• 定义的若干个私有成员；
• MainCntroller；
• saveFile；
• index；
• uploadFile。

（1）私有成员
私有成员变量如下图所示，包括上传图片文件本地保存地址（uploadDirectory）、调用视觉智能开放平台能力的封装（ocrService）、上传图片的缓存路径地址（faceImage、backImage）、识别结果的缓存（faceResults、backResults）。

（2）MainController
MainController构造方法的代码如下图所示，其中file.upload.path变量是在配置文件中的，是本机的一个上传文件的目录地址，大家可以在实践的时候根据自己的情况进行设置。这里有个小技巧，这里配置的目录地址其实是项目target目录下的一个子目录，这是因为springboot会默认取target下的static目录作为静态文件的地址，如果我们这么设置的话，上传和读取文件对应的是同一目录，可以更方便的进行文件的读取和存储操作。

（3）saveFile
saveFile是一个私有方法，用来保存文件，其代码如下图所示。

（4）index
index是一个控制方法，是一开始进入页面时候用来加载模版的。首先是判断faceImage和backImage缓存是否一样，如果不一样，就全部清除掉；其次就是将已经上传的结果进行展示，起到一个重新刷新页面也不会丢失识别结果的作用。

（5）uploadFile
uploadFile也是一个控制方法，有三个参数，一个正面的人像面的文件，一个背面的国徽面的文件，还有一个用来重定向的参数。首先，判断两张图片是否是空的，如果是空的，将会重定向到index，相当于重新进入首页，并且会有一个message来提示用户必须要上传一个文件，否则是无效的；接下来判断上传目录是否存在，如果不存在就递归的进行创建；然后如果人像面的文件不为空，将其保存到本地，紧接着调用视觉智能开放平台的能力去进行识别，在拿到结果之后将上传的图片和识别结果加入到缓存池中，国徽面的处理方式也类似；最后几行代码是异常的处理，并且会告知用户是哪种报错。

（三）OcrService

CcrService的实现代码如下所示。首先，是4个私有变量，ocrClient、runtime、accessKeyId和accessKeySecret，其中accessKeyId和accessKeySecret要在配置文件中进行配置；其次是一个初始化方法，初始化Client和runtime；接下来是真正调用视觉智能开放平台身份证识别的方法，具体来说，在设置好request之后，我们将request和runtime作为参数传递给ocrClient来调用身份证识别的方法，之后我们得到相应的response，也就是识别的结果，之后我们将结果处理成哈希Map返回给控制层。

控制层拿到返回的结果之后，结合前端的优化进行结果的展示，至此，我们便完成了一个身份证识别系统的构建。