C#调用百度OCR实战：从API接入到截图识别工具开发全指南

1次阅读

没有评论

共计 2849 个字符，预计需要花费 8 分钟才能阅读完成。

在开发 OCR 功能时，C# 开发者常遇到几个典型问题：

鉴权流程复杂：百度 OCR 的 AccessToken 需要定时刷新，新手容易忽略过期机制
图像格式限制：原始截图直接上传可能导致 API 报错（如超过 4MB 限制）
并发性能问题：免费版 QPS 仅 2 次 / 秒，突发流量会触发限流
结果解析困难：多语言混合文本需要处理嵌套 JSON 数据结构

对比主流 OCR 方案的特点：

百度 OCR：
优点：中文识别准确率高（98%+），支持表格 / 手写识别
缺点：需要网络请求，免费版有调用限制
Tesseract：
优点：本地离线运行，无网络依赖
缺点：中文识别需额外训练数据，准确率约 85%

推荐场景：需要高精度中文识别且具备网络环境时选择百度 OCR。

使用 HttpClient 封装带自动重试的请求模块：

public class BaiduOcrService
{
    private readonly HttpClient _client;
    private readonly ILogger<BaiduOcrService> _logger;

    // 配置热加载示例
    public BaiduOcrService(IOptions<OcrConfig> config, ILogger<BaiduOcrService> logger) 
    {_client = new HttpClient { BaseAddress = new Uri("https://aip.baidubce.com") };
        _logger = logger;
    }

    // 带重试机制的异步请求
    public async Task<OcrResult> RecognizeTextAsync(byte[] imageBytes, int retryCount = 3)
    {for (int i = 0; i < retryCount; i++)
        {
            try {
                var content = new MultipartFormDataContent {{ new ByteArrayContent(imageBytes), "image", "screenshot.jpg" }
                };

                var response = await _client.PostAsync("/rest/2.0/ocr/v1/general_basic", content);
                response.EnsureSuccessStatusCode();

                var json = await response.Content.ReadAsStringAsync();
                return JsonSerializer.Deserialize<OcrResult>(json);
            }
            catch (Exception ex) {_logger.LogError(ex, $"OCR 识别失败，重试第 {i+1} 次");
                if (i == retryCount - 1) throw;
                await Task.Delay(1000 * (i + 1));
            }
        }
        return null;
    }
}

使用 System.Drawing 进行预处理：

public static class ImageHelper
{
    // 区域截图 + 压缩
    public static byte[] CropAndCompress(Image srcImage, Rectangle cropArea, int quality = 70)
    {using (var bitmap = new Bitmap(cropArea.Width, cropArea.Height))
        using (var graphics = Graphics.FromImage(bitmap))
        {graphics.DrawImage(srcImage, 0, 0, cropArea, GraphicsUnit.Pixel);

            // 设置 JPEG 压缩参数
            var encoderParams = new EncoderParameters(1) {Param = { [0] = new EncoderParameter(Encoder.Quality, quality) }
            };

            using (var stream = new MemoryStream())
            {bitmap.Save(stream, GetEncoder(ImageFormat.Jpeg), encoderParams);
                return stream.ToArray();}
        }
    }

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

处理多语言混合结果的 JSON 结构：

public class OcrResult
{[JsonPropertyName("words_result")]
    public List<TextItem> Items {get; set;}

    public class TextItem
    {[JsonPropertyName("words")]
        public string Text {get; set;}

        // 处理位置信息
        [JsonPropertyName("location")]
        public Location Coordinates {get; set;}
    }

    public class Location {/* 坐标数据结构 */}
}

// 使用 SemaphoreSlim 控制并发
private readonly SemaphoreSlim _throttler = new SemaphoreSlim(2); 

public async Task<OcrResult> SafeRecognizeAsync(byte[] image)
{await _throttler.WaitAsync();
    try {return await RecognizeTextAsync(image);
    }
    finally {_throttler.Release();
    }
}

public string MaskSensitiveText(string original)
{
    // 身份证号脱敏
    var regex = new Regex(@"\d{4}(?<mask>\d{10})\d{4}");
    return regex.Replace(original, m => 
        m.Groups["mask"].Value.ReplaceAll("*"));
}