C#调用百度OCR实战：从API接入到截图识别工具开发全流程解析

1次阅读

没有评论

共计 3295 个字符，预计需要花费 9 分钟才能阅读完成。

在日常开发中，我们经常遇到需要从图片中提取文字的场景，比如票据识别、文档电子化等。传统 OCR 集成往往会遇到几个典型问题：

响应速度慢：本地 OCR 引擎如 Tesseract 处理复杂图片时耗时明显
兼容性问题：不同格式图片（如 PNG/JPG/BMP）需要单独处理
精度不稳定：低质量图片识别率骤降，缺乏有效的预处理方案

百度 OCR API 则提供了很好的解决方案：

支持 99.9%+ 的可用性 SLA
内置图像质量检测和自动矫正
单接口支持 中英日韩等 10+ 语言 混合识别
平均响应时间控制在300-500ms

百度 OCR 采用 OAuth2.0 鉴权，需要先获取 AccessToken。这里推荐使用内存缓存 + 定时刷新机制：

public class BaiduOcrService
{
    private static DateTime _tokenExpireTime;
    private static string _currentToken;

    /// <summary>
    /// 获取 AccessToken（带自动刷新）/// </summary>
    public async Task<string> GetAccessTokenAsync()
    {if(DateTime.Now < _tokenExpireTime && !string.IsNullOrEmpty(_currentToken))
            return _currentToken;

        using var httpClient = new HttpClient();
        var response = await httpClient.GetAsync($"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={ApiKey}&client_secret={SecretKey}")
            .ConfigureAwait(false);

        var json = await response.Content.ReadAsStringAsync();
        var result = JsonSerializer.Deserialize<BaiduTokenResponse>(json);

        _currentToken = result.access_token;
        _tokenExpireTime = DateTime.Now.AddSeconds(result.expires_in - 300); // 提前 5 分钟刷新

        return _currentToken;
    }
}

百度 OCR 对图片有特定要求（建议大小 <4MB），我们需要进行智能压缩：

public static string ImageToBase64(Bitmap image, long quality = 75L)
{using var ms = new MemoryStream();

    // 根据原始大小动态调整质量
    var encoderParams = new EncoderParameters(1);
    encoderParams.Param[0] = new EncoderParameter(
        Encoder.Quality, 
        quality > 10 && image.Width * image.Height > 1000000 ? 75 : 90);

    image.Save(ms, GetEncoder(ImageFormat.Jpeg), encoderParams);
    return Convert.ToBase64String(ms.ToArray());
}

private static ImageCodecInfo GetEncoder(ImageFormat format)
{return ImageCodecInfo.GetImageEncoders()
        .FirstOrDefault(codec => codec.FormatID == format.Guid);
}

核心功能包括屏幕捕获和区域选择：

public partial class ScreenshotForm : Form
{
    private Point _startPos;
    private Rectangle _selectRect;

    protected override void OnMouseDown(MouseEventArgs e)
    {
        _startPos = e.Location;
        base.OnMouseDown(e);
    }

    protected override void OnMouseMove(MouseEventArgs e)
    {if(e.Button != MouseButtons.Left) return;

        _selectRect = new Rectangle(Math.Min(_startPos.X, e.X),
            Math.Min(_startPos.Y, e.Y),
            Math.Abs(e.X - _startPos.X),
            Math.Abs(e.Y - _startPos.Y));

        Invalidate(); // 触发重绘}

    protected override void OnPaint(PaintEventArgs e)
    {if(_selectRect != Rectangle.Empty)
        {using var brush = new SolidBrush(Color.FromArgb(50, 0, 0, 255));
            e.Graphics.FillRectangle(brush, _selectRect);
            e.Graphics.DrawRectangle(Pens.Blue, _selectRect);
        }
    }
}

百度 OCR 免费版有 QPS 限制（2 次 / 秒），建议使用 Polly 实现熔断机制：

var retryPolicy = Policy
    .Handle<HttpRequestException>()
    .OrResult<HttpResponseMessage>(r => (int)r.StatusCode >= 500)
    .WaitAndRetryAsync(3, retryAttempt => 
        TimeSpan.FromSeconds(Math.Pow(2, retryAttempt)));

var circuitBreaker = Policy
    .HandleResult<HttpResponseMessage>(r => r.StatusCode == HttpStatusCode.TooManyRequests)
    .CircuitBreakerAsync(5, TimeSpan.FromMinutes(1));

对于身份证等敏感内容，建议在客户端先做脱敏：

public static string MaskSensitiveText(string text, string pattern)
{var regex = new Regex(pattern);
    return regex.Replace(text, match => 
        new string('*', match.Value.Length - 4) + match.Value.Substring(match.Value.Length - 4));
}