今天心血来潮做了个识别图片文字的demo，现在文字识别技术已经比较成熟了，而且还有可以调用的公共接口。
今天做的demo主要简单对比了Tesseract-OCR和BAIDU.AI 这两种方法，感觉百度的中文识别准确率更高，Tesseract-OCR中文别准确率较差，需要自己训练词库，这个比较麻烦。所以demo主要介绍调用百度AI接口实现文字提取。
那就开始吧。
首先，你得去官网（https://ai.baidu.com/）申请调用所需要的AppID以及API Key，这是调用凭证。
创建你的应用，按需填写（随便填就行），提交后系统会给你生成所需要的调用凭证。
之后就是创建Demo项目了，这里就不再赘述了，现在做的demo是winform项目。项目新建好了就可以增加接口的SKD了，在项目-->管理Nuget程序包，在浏览页上搜索 baidu.ai，安装这个
安装完后，你会发现在项目的引用下已经引用了 AipSdk 这个dll。
新建一个窗体吧，并加入些需要的控件
我们通过【选择图片】来选择要识别的图片，然后点击【提取】按钮，识别图片上的文字。
首先附上【选择图片】按钮的代码：
就是这么简单，这时会把图片的完整路径放在一个textbox里，接下来看看【提取】功能的实现，识别到的结果会保存在richTextBox里。
就是这么简单了。其实别看我们调用接口实现功能这么简单，识别文字的接口开发可不是这么简单。程序跑起来看看效果吧。
摄像机拍摄的图片，识别出来了，完美。再手写体看看
写好点还是可以识别出来的
这种写得潦草一点的通用文字识别接口(ocr.GeneralBasic(bt, ops) 就是这个方法)可能就会识别不准确了，还是要训练字库。
对于识别不出来或是识别不准确的可以试一下高精度的接口方法(就是把上面的方法ocr.GeneralBasic(bt, ops) 换成ocr.AccurateBasic(bt,ops))，API上说提供了好几种方法，根据需要调用不同的方法吧。
各种证件图片都是可以识别出来的，大家可以试试就不一一贴图了。
代码：
代码语言：javascript复制using Baidu.Aip.Ocr;
using Newtonsoft.Json.Linq;
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Drawing;
using System.IO;
using System.Windows.Forms;
namespace WindowsFormsApp20
{
public partial class Form1 : Form
{
public Form1()
{
InitializeComponent();
}
private void button1_Click(object sender, EventArgs e)
{
try
{
OpenFileDialog of = new OpenFileDialog();
of.Filter = "图片(*.png;*.jpg;*.bmp;*.jpeg)|*.png;*.jpg;*.bmp;*.jpeg";
if (of.ShowDialog() == DialogResult.OK)
{
richTextBox1.Text = of.FileName;
}
}
catch (Exception ex)
{
MessageBox.Show("选择图片出错", "Error", MessageBoxButtons.OK, MessageBoxIcon.Error);
}
}
private void openFileDialog1_FileOk(object sender, CancelEventArgs e)
{
}
private void button2_Click(object sender, EventArgs e)
{
try
{
richTextBox2.Text = string.Empty;
var imagePath = richTextBox1.Text;
if (string.IsNullOrEmpty(imagePath))
{
MessageBox.Show("请选择图片文件", "Error", MessageBoxButtons.OK, MessageBoxIcon.Error);
return;
}
Stream s = File.Open(imagePath, FileMode.Open);
pictureBox1.Image = Image.FromStream(s);
s.Close();
s.Dispose();
var apiKey = "你申请的Key";
var apiSecretKey = "你申请的SecretKey";
Ocr ocr = new Ocr(apiKey, apiSecretKey)
{
Timeout = 6000
};
byte[] bt = File.ReadAllBytes(imagePath);
#region 参数可空，全部默认也行
Dictionary<string, object> ops = new Dictionary<string, object>();
ops.Add("language_type", "CHN_ENG");//识别语言类型，默认为CHN_ENG
ops.Add("paragraph", true);//是否输出段落信息
#endregion
JObject jobject = ocr.GeneralBasic(bt,ops);//返回值是json类型
if(jobject.Count > 0)
{
JArray jo = (JArray)jobject["words_result"];
if(jo.Count > 0)
{
for(int i=0;i<jo.Count;i )
{
richTextBox2.Text = jo[i]["words"].ToString() Environment.NewLine;
}
}
}
}
catch(Exception ex)
{
MessageBox.Show(ex.Message,"error",MessageBoxButtons.OK,MessageBoxIcon.Error);
}
}
}
}
