C# 10分鐘完成百度圖片提取文字（文字識別）——入門篇

學習中的苦與樂發表於2019-08-01
C#

　　現在圖片文字識別已經很成熟了，比如qq長按圖片，點選圖片識別就可以識別圖片的文字，將不認識的、文字數量大的、或者不能賦值的值進行二次可複製功能。

我們現在就基於百度Ai開放平臺進行個人文字識別，demo使用的是C#控制檯應用程式，後續有需要的可以嫁接到指定專案中使用，比如提供選擇圖片，點選識別，

獲取返回的值。廢話不多說，上乾貨：

 

總體為：

  1. 註冊百度賬號api，建立自己的應用；
  2. 建立vs控制檯應用程式，引入動態連結庫；
  3. 編寫程式碼除錯，效果圖檢視；
  4. 總結。

 

1、建立百度AI文字識別應用

  在百度AI開放平臺中，登入自己的百度賬號，點選“文字識別”服務中的“通用場景文字識別”，選擇“建立應用”，填好應用名稱，選擇應用型別，填好應用描述，這樣就建立好了“通用場景文字識別”服務。

具體不廢話，不知道的小夥伴可以移步看這裡：C# 10分鐘完成百度人臉識別——入門篇。

建立完成後會生成APPID、APP Key、Secret Key，這些是關鍵內容，後面要用。

2、建立VS控制檯應用程式，引入動態連結庫

首先我們建立一個VS控制檯應用程式，這裡就不詳細說明。

然後引入百度Baidu.AI動態連結庫，步驟如下，小編使用2017，所以直接在NuGet中搜尋Baidu.AI安裝即可。

安裝文字識別 C# SDK

C# SDK 現已開源! https://github.com/Baidu-AIP/dotnet-sdk

** 支援平臺：.Net Framework 3.5 4.0 4.5， .Net Core 2.0 **

方法一：使用Nuget管理依賴 （推薦）

在NuGet中搜尋 Baidu.AI，安裝最新版即可。

packet地址 https://www.nuget.org/packages/Baidu.AI/

方法二：下載安裝

文字識別 C# SDK目錄結構

Baidu.Aip
    ├── net35
    │   ├── AipSdk.dll             // 百度AI服務 windows 動態庫
    │   ├── AipSdk.xml             // 註釋檔案
    │   └── Newtonsoft.Json.dll    // 第三方依賴
    ├── net40
    ├── net45
    └── netstandard2.0
        ├── AipSdk.deps.json
        └── AipSdk.dll

如果需要在 Unity 平臺使用，可引用工程原始碼自行編譯。

安裝

1.在官方網站下載C# SDK壓縮工具包。

2.解壓後，將 AipSdk.dll 和 Newtonsoft.Json.dll 中新增為引用。

 

3、編寫程式碼除錯，效果圖檢視

　　建立一個空資料夾，命名為Image，存一個張有文字的圖片，做除錯。

在Program.cs中編寫程式碼，程式碼編寫如下，可以直接拷貝進行除錯。

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Net;
using System.Text;
using System.Threading.Tasks;

namespace Recognition
{
   public class Program
    {
       static void Main(string[] args)
        {
            //AK/SK
            var API_KEY = "FGPi0QpCbZxZxBaN6dvqt87X";
            var SECRET_KEY = "HunNq6XsLjF3a7aCAuirVaVQO7CKBuwW";

            var client = new Baidu.Aip.Ocr.Ocr(API_KEY, SECRET_KEY);
            client.Timeout = 60000;  // 修改超時時間


            var image = File.ReadAllBytes("E:\\Work Demo\\圖片提取文字\\Recognition\\Recognition\\Image\\img.jpg");
            var url = "https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1564654456007&di=7832dd6f515e654bdf5074e47b6803b1&imgtype=0&src=http%3A%2F%2Fpic.962.net%2Fup%2F2018-5%2F2018527102938219310.jpg";
            
            // 呼叫通用文字識別, 圖片引數為本地圖片，可能會丟擲網路等異常，請使用try/catch捕獲
            //使用者向服務請求識別某張圖中的所有文字
            var result = client.GeneralBasic(image);        //本地圖圖片
            //var result = client.GeneralBasicUrl(url);     //網路圖片
            //var result = client.Accurate(image);          //本地圖片：相對於通用文字識別該產品精度更高，但是識別耗時會稍長。

            //var result = client.General(image);           //本地圖片：通用文字識別（含位置資訊版）
            //var result = client.GeneralUrl(url);          //網路圖片：通用文字識別（含位置資訊版）

            //var result = client.GeneralEnhanced(image);   //本地圖片：呼叫通用文字識別（含生僻字版）
            //var result = client.GeneralEnhancedUrl(url);  //網路圖片：呼叫通用文字識別（含生僻字版）

            //var result = client.WebImage(image);          //本地圖片:使用者向服務請求識別一些背景複雜，特殊字型的文字。
            //var result = client.WebImageUrl(url);         //網路圖片:使用者向服務請求識別一些背景複雜，特殊字型的文字。

            Console.WriteLine(result);
        }
    }
}

下面註釋了的每一行都是一種識別，更多識別請看官網：https://ai.baidu.com/docs#/OCR-Csharp-SDK/top

呼叫兩個，一個精準，一個不精準，先看精準的：

呼叫的是：var result = client.GeneralBasic(image);，最後一個字沒識別出來

 

 我的圖片文字是“做個快樂讀書人”，最後的“人”沒識別出來，我們換一個能後識別複雜背景的，

呼叫的是：var result = client.GeneralEnhanced(image);

 

 

 

4、總結

 　　具體業務使用看場景使用不同的介面即可。

這只是一個簡單的識別，針對不能賦值、文字繁多、不認識的字都可以做一個簡單的文字識別，更多內容需要大家去摸索入坑

拜拜，下次再見咯！

 

相關文章