C#调用百度OCR实战：从接口接入到截图识别工具开发全解析

1次阅读

共计 2852 个字符，预计需要花费 8 分钟才能阅读完成。

OCR（光学字符识别）技术能够将图片中的文字转换为可编辑的文本，极大提高了数据录入和处理的效率。百度 OCR 作为国内领先的 OCR 服务，具有识别率高、支持多场景（如身份证、银行卡、车牌等）、接口稳定等特点，非常适合集成到各类应用中。

Tesseract：开源免费，但识别率较低，对图像质量要求高，适合简单场景。
Azure OCR：微软提供，识别率高，但价格较贵，适合企业级应用。
百度 OCR：识别率高，价格适中，支持多种证件和场景，适合国内开发者。

访问百度 AI 开放平台（ai.baidu.com），注册并登录。
创建应用，选择 OCR 服务，获取 API Key 和 Secret Key。
记下应用的 AppID，后续调用会用到。

百度官方提供了 C# SDK，但也可以通过 HttpClient 自行封装。以下是鉴权的核心代码：

public class BaiduOcrService
{
    private readonly string _apiKey;
    private readonly string _secretKey;
    private string _accessToken;
    private DateTime _tokenExpires;

    public BaiduOcrService(string apiKey, string secretKey)
    {
        _apiKey = apiKey;
        _secretKey = secretKey;
    }

    public async Task<string> GetAccessTokenAsync()
    {if (_accessToken != null && DateTime.Now < _tokenExpires)
            return _accessToken;

        using var client = new HttpClient();
        var response = await client.GetAsync($"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={_apiKey}&client_secret={_secretKey}");
        var content = await response.Content.ReadAsStringAsync();
        var tokenResponse = JsonSerializer.Deserialize<BaiduTokenResponse>(content);
        _accessToken = tokenResponse.AccessToken;
        _tokenExpires = DateTime.Now.AddSeconds(tokenResponse.ExpiresIn - 300); // 提前 5 分钟过期
        return _accessToken;
    }
}

使用 System.Drawing 捕获屏幕截图：

public Bitmap CaptureScreen(Rectangle bounds)
{var bitmap = new Bitmap(bounds.Width, bounds.Height);
    using (var g = Graphics.FromImage(bitmap))
    {g.CopyFromScreen(bounds.Location, Point.Empty, bounds.Size);
    }
    return bitmap;
}

图像预处理（二值化、降噪）：

public Bitmap PreprocessImage(Bitmap original)
{var processed = new Bitmap(original.Width, original.Height);
    for (int y = 0; y < original.Height; y++)
    {for (int x = 0; x < original.Width; x++)
        {var pixel = original.GetPixel(x, y);
            int gray = (int)(pixel.R * 0.3 + pixel.G * 0.59 + pixel.B * 0.11);
            processed.SetPixel(x, y, gray > 128 ? Color.White : Color.Black);
        }
    }
    return processed;
}

使用 HttpClient 封装 OCR 识别请求，并加入重试逻辑：

public async Task<string> RecognizeTextAsync(Bitmap image, int retryCount = 3)
{var token = await GetAccessTokenAsync();
    using var client = new HttpClient();
    using var content = new MultipartFormDataContent();

    var ms = new MemoryStream();
    image.Save(ms, ImageFormat.Jpeg);
    content.Add(new ByteArrayContent(ms.ToArray()), "image", "image.jpg");

    for (int i = 0; i < retryCount; i++)
    {
        try
        {var response = await client.PostAsync($"https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token={token}", content);
            response.EnsureSuccessStatusCode();
            return await response.Content.ReadAsStringAsync();}
        catch (HttpRequestException ex) when (i < retryCount - 1)
        {await Task.Delay(1000 * (i + 1));
        }
    }
    throw new Exception("OCR 识别失败，已达到最大重试次数");
}