VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > C#教程 >
  • 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。

复制代码
        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;
        }
复制代码

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。

 



相关教程