Java调用火山引擎API实现看图说话

在做AI音乐项目的时候，想到可以接一个图片转文字的API来为音乐生成的Prompt增加意境。

找到火山引擎有相应的图像识别Api可以调用：

https://www.volcengine.com/docs/86081/1660414

限制条件

名称	内容
图片要求	1. 图片格式：JPG、JPEG、PNG、BMP等常见格式，建议使用JPG格式。2. 图片文件大小：最大 5 MB。

请求说明

名称	内容
接口地址	https://visual.volcengineapi.com
请求方式	POST
Content-Type	application/x-www-form-urlencoded

请求参数

（1）header请求参数

公共请求参数

以下请求参数列表仅列出了接口请求参数和必要公共参数，完整公共参数列表见 公共参数

名称	类型	是否必填	描述
X-Date	String	是	使用UTC时间，精确到秒。请使用格式：YYYYMMDD’T’HHMMSS’Z’ ，例如：20201103T104027Z
Authorization	String	是	HMAC-SHA256：签名方法-Credential为签名凭证，其中:-AccessKeyId为访问密钥ID，可在 访问密钥（Access Key） 获取；-ShortDate为请求的短时间，使用UTC时间，精确到日。请使用格式：YYYYMMDD，例如：20180201；-Region为请求地区，国内一般为为cn-north-1；-Service为请求的服务，一般为cv；-SignedHeaders为参与签名计算的头部信息，content-type 和 host 为必选头部；-Signature为签名，可在 签名方法 获取。注：我们提供了SDK及签名示例供您实现服务快速接入，具体可参考 快速接入例如：HMAC-SHA256 Credential={AccessKeyId}/{ShortDate}/{Region}/{Service}/request, SignedHeaders={SignedHeaders}, Signature={Signature}
X-Security-Token	String	否	指安全令牌服务（Security Token Service，STS） 颁发的临时安全凭证中的SessionToken，使用长期密钥时无需填写该参数。

（2）Query参数

业务请求参数

参数	可选/必选	类型	说明
Action	必选	String	接口名，取值：PoemMaterial
Version	必选	String	版本号，取值：2020-08-26

（3）Body参数

业务请求参数

参数	可选/必选	类型	说明
image_base64	必选（二选一，优先生效）	String	图片文件，base64编码
image_url	必选（二选一）	String	图片文件URL

调用SDK Demo

package com.volcengine.example.visual;

import com.alibaba.fastjson.JSON;
import com.volcengine.service.visual.IVisualService;
import com.volcengine.service.visual.impl.VisualServiceImpl;
import com.volcengine.service.visual.model.request.VisualPoemMaterialRequest;
import com.volcengine.service.visual.model.response.VisualPoemMaterialResponse;
import org.apache.commons.codec.binary.Base64;

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;

public class PoemMaterialDemo {

    public static void main(String[] args) throws IOException {
        IVisualService visualService = VisualServiceImpl.getInstance();

        // call below method if you dont set ak and sk in ～/.vcloud/config
        visualService.setAccessKey("您的 AK");
        visualService.setSecretKey("您的 SK");

        VisualPoemMaterialRequest req = new VisualPoemMaterialRequest();

        String base64 = jpgToBase64("test.jpg");

        req.setImageBase64(base64);

        try {
            VisualPoemMaterialResponse response = visualService.poemMaterial(req);
            System.out.println(JSON.toJSONString(response));
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static String jpgToBase64(String jpgPath) throws IOException {
        File file = new File(jpgPath);
        byte[] buf = new byte[(int) file.length()];
        try (FileInputStream in = new FileInputStream(file)) {
            in.read(buf);
        }
        // 火山 SDK 要求 **去掉 data:image/...;base64,** 前缀，纯字符串
        return Base64.encodeBase64String(buf);
    }
}

结果展示

test.jpg

输出返回：

{
    "code": 10000,
    "data": {
        "poems": [
            "闻道东来有诏，却恐西留无计，顿使雪山轻。",
            "雪山万叠看不厌，雪尽山青又一奇。",
            "严冬不肃杀，何以见阳春。——吕温《孟冬蒲津关河亭作》",
            "锦里遥看井底迷，雪山忽认屏间误。",
            "金水朗然明皎洁，雪山堆积就中高。"
        ]
    },
    "message": "Success",
    "request_id": "20251013211650D09F42159FAAEE6A2450",
    "time_elapsed": "7.146749252s"
}

注意

如果是开通的子用户，需要给子用户在平台开通使用API的权限。

否则会有如下报错：

java.lang.Exception: {"ResponseMetadata":{"RequestId":"20251013210804E25BF53105A9CB5B57F2","Action":"PoemMaterial","Version":"2020-08-26","Service":"cv","Region":"cn-north-1","Error":{"CodeN":100013,"Code":"AccessDenied","Message":"User is not authorized to perform: cv:PoemMaterial on resource: "}}}

在测试时，test.jpg文件记得放在根目录下，即pom.xml的同级目录下。

Java 在启动时，“当前工作目录” 并不是 .java 文件所在的目录，而是 你启动 JVM 时所在的目录（即“工作目录”）。
在 IDEA 里，这个目录默认是 Project 的根目录（VisualCommonRequestDemo 那一级），而不是 src/main/java/... 或者 target/classes/...。