基于百度智能云官方视频教程整理
🎬 官方视频要点
百度智能云官方视频详细介绍了车牌识别API的使用方法，包含以下核心内容：
- Access Token获取机制
- 车牌识别API调用方法
- 错误码处理和最佳实践
- 参数配置和优化建议
📋 完整配置流程
步骤1: 开通百度智能云服务
- 访问百度智能云控制台
-
- 进入"人工智能" → "文字识别OCR"
-
开通车牌识别服务
服务名称：车牌识别
免费额度：1000次/月
计费方式：按调用次数计费 -
创建应用获取密钥
-
- 应用名称：
停车管理系统车牌识别
- 应用名称：
-
- 应用类型：Web应用
-
- 记录：
API Key和Secret Key
- 记录：
步骤2: 项目配置
1. 配置文件设置
在 application.yml 中配置：
# 百度智能云车牌识别配置
baidu:
ai:
# 从百度智能云控制台获取
api-key: "你的API_Key" # 必填
secret-key: "你的Secret_Key" # 必填
# API配置（一般不需要修改）
base-url: "https://aip.baidubce.com"
token-url: "/oauth/2.0/token"
plate-url: "/rest/2.0/ocr/v1/license_plate"
# 性能配置
token-cache-minutes: 25 # Token缓存时间
request-timeout: 30000 # 请求超时时间(毫秒)
max-retries: 3 # 最大重试次数2. 验证配置
启动应用后访问测试接口：
# 检查配置
curl http://localhost:8080/api/plate/test/config
# 测试连接
curl -X POST http://localhost:8080/api/plate/test/connection🔑 Access Token机制详解
根据官方视频说明，百度AI使用OAuth 2.0认证：
Token获取流程
1. 使用API Key + Secret Key → 获取Access Token
2. 使用Access Token → 调用车牌识别API
3. Token有效期30天，自动缓存管理在我们的实现中
// 自动获取和缓存Access Token
private String getAccessToken() {
// 检查缓存的token是否有效
if (accessToken != null && System.currentTimeMillis() < tokenExpireTime) {
return accessToken; // 使用缓存
}
// 向百度服务器请求新token
// POST https://aip.baidubce.com/oauth/2.0/token
// grant_type=client_credentials&client_id=API_KEY&client_secret=SECRET_KEY
}📊 API调用参数说明
请求参数
|--------------|--------|----|-----------------------|
| 参数名 | 类型 | 必选 | 描述 |
| image | string | 是 | 图像数据，base64编码，大小不超过4M |
| multi_detect | string | 否 | 是否检测多个车牌，默认false |
响应参数
{
"words_result": [
{
"color": "蓝色", // 车牌颜色
"number": "京A12345", // 车牌号码
"probability": {
"average": 0.9534, // 平均置信度
"variance": 0.0042 // 置信度方差
},
"type": "普通汽车号牌", // 车牌类型
"location": { // 位置信息
"left": 10,
"top": 20,
"width": 100,
"height": 30
}
}
],
"words_result_num": 1
}⚠️ 错误码处理
根据官方文档，常见错误码及处理：
|--------|----------------|-----------|
| 错误码 | 说明 | 处理建议 |
| 18 | QPS超限 | 降低请求频率 |
| 19 | 请求总量超限 | 升级服务配额 |
| 216200 | 未检测到车牌 | 提示用户重新拍摄 |
| 216103 | 图片过大 | 压缩图片后重试 |
| 110 | Access token无效 | 重新获取token |
🚀 最佳实践建议
1. 图片优化
// 前端图片处理
const optimizeImage = (file) => {
// 压缩到适当大小（建议1-2MB）
const maxSize = 2 * 1024 * 1024; // 2MB
const quality = file.size > maxSize ? 0.8 : 0.9;
return compressImage(file, quality);
}2. 错误重试机制
// 自动重试逻辑
@Retryable(value = {Exception.class}, maxAttempts = 3)
public PlateRecognitionResult recognizePlateWithRetry(String base64Image) {
return recognizePlateFromBase64(base64Image);
}3. 缓存机制
// Redis缓存识别结果（相同图片不重复识别）
@Cacheable(value = "plateRecognition", key = "#imageHash")
public PlateRecognitionResult recognizeWithCache(String imageHash, String base64Image) {
return callBaiduAPI(base64Image);
}📱 前端集成代码
完整的前端调用示例：
<template>
<view class="plate-recognition">
<!-- 摄像头组件 -->
<camera
device-position="back"
flash="off"
@error="onCameraError"
style="width: 100%; height: 400rpx;"
>
<view class="camera-overlay">
<view class="scan-frame"></view>
<text class="scan-tip">请将车牌对准扫描框</text>
</view>
</camera>
<!-- 拍照按钮 -->
<button @click="takePhoto" :disabled="isRecognizing">
{{ isRecognizing ? '识别中...' : '拍照识别' }}
</button>
<!-- 识别结果 -->
<view v-if="result" class="result">
<text>车牌号：{{ result.plateNumber }}</text>
<text>颜色：{{ result.color }}</text>
<text>置信度：{{ result.confidence }}%</text>
</view>
</view>
</template>
<script>
export default {
data() {
return {
isRecognizing: false,
result: null
}
},
methods: {
async takePhoto() {
this.isRecognizing = true;
try {
// 拍照
const ctx = uni.createCameraContext();
const photo = await this.capturePhoto(ctx);
// 转换为base64
const base64 = await this.fileToBase64(photo.tempImagePath);
// 调用识别API
const response = await uni.request({
url: 'http://localhost:8080/api/plate/recognize',
method: 'POST',
data: { image: base64 },
header: { 'Content-Type': 'application/json' }
});
if (response.data.success) {
this.result = response.data.data;
this.$emit('plate-recognized', this.result);
} else {
uni.showToast({
title: response.data.message,
icon: 'none'
});
}
} catch (error) {
console.error('识别失败:', error);
uni.showToast({
title: '识别失败，请重试',
icon: 'none'
});
} finally {
this.isRecognizing = false;
}
},
capturePhoto(ctx) {
return new Promise((resolve, reject) => {
ctx.takePhoto({
quality: 'high',
success: resolve,
fail: reject
});
});
},
fileToBase64(filePath) {
return new Promise((resolve, reject) => {
uni.getFileSystemManager().readFile({
filePath,
encoding: 'base64',
success: (res) => resolve(res.data),
fail: reject
});
});
}
}
}
</script>🔍 调试和监控
1. 日志监控
# 查看识别日志
tail -f logs/parking.log | grep "车牌识别"
# 查看错误日志
tail -f logs/error.log | grep "PlateRecognition"2. 性能监控
// 添加性能监控
@Timed(name = "plate.recognition", description = "车牌识别性能监控")
public PlateRecognitionResult recognizePlate(String base64Image) {
long startTime = System.currentTimeMillis();
try {
return doRecognition(base64Image);
} finally {
long duration = System.currentTimeMillis() - startTime;
log.info("车牌识别耗时: {}ms", duration);
}
}