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 2941 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，广泛应用于文档数字化、自动化办公、图像搜索等领域。百度 OCR 作为国内领先的 OCR 服务，具有识别率高、支持多种语言、提供丰富的 API 接口等特点，特别适合中文场景下的文字识别需求。

在众多 OCR 解决方案中，开发者通常会面临选择困难。以下是几种常见方案的对比：

Tesseract：开源免费，但中文识别效果一般，需要自行训练模型
Azure OCR：微软提供的云服务，识别准确但价格较高
百度 OCR：中文识别效果好，接口丰富，性价比高

访问百度 AI 开放平台（ai.baidu.com），注册并登录
进入控制台，创建应用，选择 ” 文字识别 ” 服务
获取 API Key 和 Secret Key，这些是调用接口的凭证

百度官方提供了 C# SDK，但我们可以自己封装 HttpClient 来实现更灵活的调用：

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

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

    public async Task<string> GetAccessTokenAsync()
    {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 = JsonConvert.DeserializeObject<TokenResponse>(content);
        return tokenResponse.AccessToken;
    }
}

public class TokenResponse
{[JsonProperty("access_token")]
    public string AccessToken {get; set;}
}

使用.NET 的 Graphics 类捕获屏幕截图
对图像进行预处理以提高识别率：
灰度化：减少颜色对识别的影响
二值化：增强文字与背景的对比度
降噪：去除图像中的干扰点

public static Bitmap PreprocessImage(Bitmap original)
{
    // 转换为灰度图
    var grayImage = 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);
            grayImage.SetPixel(x, y, Color.FromArgb(gray, gray, gray));
        }
    }

    // 二值化处理
    var threshold = 128; // 阈值可调整
    var binaryImage = new Bitmap(grayImage.Width, grayImage.Height);
    for (int y = 0; y < grayImage.Height; y++)
    {for (int x = 0; x < grayImage.Width; x++)
        {var pixel = grayImage.GetPixel(x, y);
            int value = pixel.R > threshold ? 255 : 0;
            binaryImage.SetPixel(x, y, Color.FromArgb(value, value, value));
        }
    }

    return binaryImage;
}

使用 async/await 模式避免 UI 线程阻塞
实现重试机制处理网络波动
添加超时控制防止长时间等待

public async Task<string> RecognizeTextAsync(Bitmap image, int retryCount = 3)
{if (_accessToken == null)
    {_accessToken = await GetAccessTokenAsync();
    }

    using var client = new HttpClient {Timeout = TimeSpan.FromSeconds(30) };
    var imageBytes = ImageToByteArray(image);
    var base64Image = Convert.ToBase64String(imageBytes);

    var content = new FormUrlEncodedContent(new Dictionary<string, string>
    {["image"] = base64Image,
        ["access_token"] = _accessToken
    });

    for (int i = 0; i < retryCount; i++)
    {
        try
        {var response = await client.PostAsync("https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic", content);
            response.EnsureSuccessStatusCode();
            return await response.Content.ReadAsStringAsync();}
        catch (Exception ex) when (i < retryCount - 1)
        {await Task.Delay(1000 * (i + 1)); // 指数退避
        }
    }

    throw new Exception("OCR 识别失败，重试次数已用完");
}