基于百度智能云的OCR接口进行图文识别

由于一些客户的内部系统需要提取一些记录信息，如果手工录入会变得比较麻烦，因此考虑使用百度云的OCR进行图片文字的提取处理，综合比较了一下开源免费的Tesseract 类库进行处理，不过识别效果不太理想，因此转为了百度的OCR云接口处理方式，测试的效果比较理想，基本上较少出现错别字。本篇随笔介绍如何利用百度OCR进行图片文字的提取处理，以便从别的系统中批量化获得响应的系统数据，然后进行相应的格式化处理。

1、百度OCR服务申请

百度的OCR接口调用是收费的接口，不过一般是在超过一定量的情况后进行收费，我们可以申请获得每月免费的额度。

百度智能云地址：https://login.bce.baidu.com/

首先我们去到百度智能云里，在左边菜单栏的产品服务中搜索"文字识别"，点击【领取免费资源】，将所有的免费资源领取，领取之后要半个小时之后才能生效。

回到主面板，我们要进行创建应用，填写相关的信息即可创建成功，应用创建好之后会生成AppID、API Key和Secret Key，使用百度AI的SDK，使用API Key和Secret Key参数接口调用处理！

2、项目测试/接口调用

创建一个Winform的测试项目及性能接口的调用测试，在Nuget上添加对应的Baidu.AI的SDK包，以及Json.NET的类库，如下所示。

设计一个界面，对图片文件的内容进行识别处理。

具体测试的代码如下所示。

        private void btnLoadImage_Click(object sender, EventArgs e)
        {
            var imageFile = FileDialogHelper.OpenImage(false, "");
            if(imageFile != null)
            {
                var str = BaiduOcr(imageFile);
                //var str = TesseractOcr(imageFile);
                this.txtResuilt.Text = str;
            }
        }

        private static string BaiduOcr(string imageFile)
        {
            var APIKey = "**********";
            var SecretKey = "********";
            var ocr = new Baidu.Aip.Ocr.Ocr(APIKey, SecretKey);

            var currentImage = FileUtil.FileToBytes(imageFile);
            var result = ocr.Accurate(currentImage);
            string str = string.Empty;
            var txts = (from obj in (JArray)result.Root["words_result"]
                        select (string)obj["words"]).ToList();

            string startString = "手术助手";
            int startIndex = 0;
            for (int i = 0; i < txts.Count(); i++)
            {
                if (txts[i] == startString)
                {
                    startIndex = i; //记录二维表的开始位置
                }
            }

            var newList = txts.Skip(startIndex + 1).ToList();

            str = string.Join("\r\n", newList);
            return str;
        }

如系统界面的图片如下所示。

使用百度OCR接口进行测试，可以看到具体的测试结果即可，然后根据结果进行格式化的转换就可以输出对应Excel格式或者其他格式了

能够获取列表的记录，进行相应的处理即可，这样可以减少数据提取或者录入的时间，通过OCR的自动化处理，可以极大的提高数据的处理效率。

专注于代码生成工具、.Net/.NetCore 框架架构及软件开发，以及各种Vue.js的前端技术应用。著有Winform开发框架/混合式开发框架、微信开发框架、Bootstrap开发框架、ABP开发框架、SqlSugar开发框架等框架产品。
转载请注明出处：撰写人：伍华聪 http://www.iqidi.com

posted on 2023-01-30 14:50 伍华聪阅读(282) 评论(0) 编辑收藏举报

基于百度智能云的OCR接口进行图文识别 - 伍华聪