C#基于Baidu.AI进行表格图片文字识别-识别准确率很高！！

C#基于Baidu.AI进行表格图片文字识别

前言

在生活中我们常常会有把表格图片中的文字提取出来的需求，本文以一个具体的例子讲述C#是如何基于Baidu.AI进行表格图片文字识别的。

需求

需要识别的图片格式如下图所示：

Baidu.AI的使用

Baidu.AI的使用需要首先注册一个百度智能云账号，官网如下图所示：
注册完成之后，点击登录，进行用户中心，找到文字识别服务所在的位置，如下图所示：
开通表格文字识别接口，每天可以免费调用接口200次，如下图所示：
创建应用获取密钥，如下图所示：


点击立即创建，在应用列表就会看到刚刚创建的应用，如下图所示：

根据API Key与Secret Key获取Token，该Token每30天就要重新获取一次，可以自己发请求获得，也可以在官网上选择API在线调试获取Token，如下图所示：

填入对应的Key，如下图所示：

点击开始调试，查看调试结果中的响应数据的Body，“access_token”中的内容就是我们想要获得的Token了，如下图所示：

在项目中引用Bai.Ai的库

使用表格图片识别接口的代码如下所示：

  string token = "你的token";
            string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/form?access_token=" + token;
            Encoding encoding = Encoding.Default;
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
            request.Method = "post";
            request.KeepAlive = true;

            // 图片的base64编码
            string base64 = getFileBase64(fileName);
            String str = "image=" + HttpUtility.UrlEncode(base64);
            byte[] buffer = encoding.GetBytes(str);
            request.ContentLength = buffer.Length;
            request.GetRequestStream().Write(buffer, 0, buffer.Length);
            HttpWebResponse response = (HttpWebResponse)request.GetResponse();
            StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
            string result = reader.ReadToEnd();
            return result;

图片需要转化为base64编码，将图片转化为base64编码的函数，如下图所示：

        //返回图片的base64编码
        public static String getFileBase64(String fileName)
        {
            FileStream filestream = new FileStream(fileName, FileMode.Open);
            byte[] arr = new byte[filestream.Length];
            filestream.Read(arr, 0, (int)filestream.Length);
            string baser64 = Convert.ToBase64String(arr);
            filestream.Close();
            return baser64;
        }

成功调用该接口，查看返回的数据，返回的数据，如下图所示：

将该json字符串，放到解析json字符串的网站上进行解析，方便理清它的结构，json字符串的最外层结构，如下图所示：

我们需要的数据存放在“forms_result”中，而“forms_result”中有包含有4个数据，分别为主体，底部，头部和顶点位置数据。
“body”数据再打开，结构如下图所示：

“footer”数据再打开，结构如下图所示：

“header”数据再打开，结构如下图所示：

以上就包含了我们想要提取出来的所有数据。

json字符串解析

使用Baidu.AI接口已经成功返回了数据，现在需要做json字符串解析，获得我们需要的数据。在这里进行json字符串解析，使用的是Newtonsoft.Json这个库。Newtonsoft.Json（又称为 JSON.NET）是一个流行的、高性能的JSON（JavaScript Object Notation）序列化和反序列化库，用于在 .NET 平台上处理JSON数据。它由James Newton-King 开发并维护，已经成为许多 .NET 开发人员在处理 JSON 数据时的首选库之一。
引入Newtonsoft.Json这个库

处理json字符串

 JObject o = JObject.Parse(result);
            string name = (string)o.SelectToken("forms_result[0].header[0].words");
            if (name != null && name.Contains("水位信息"))
            {
                List<MyData> DataList = new List<MyData>();
                JArray formsResult = (JArray)o["forms_result"];
                if (formsResult != null && formsResult.Count > 0)
                {
                    JObject formObject = (JObject)formsResult[0];
                    JArray bodyArray = (JArray)formObject["body"];

                    for (int i = 3; i < bodyArray.Count; i = i + 3)
                    {
                        MyData data = new MyData();
                        data.id = ObjectId.GenerateNewId();
                        data.name = name;
                        data.stationName = (string)bodyArray[i]["words"];
                        data.waterLevel = (string)bodyArray[i + 1]["words"];
                        data.change = (string)bodyArray[i + 2]["words"];
                        DataList.Add(data);
                    }

                    JArray footerArray = (JArray)formObject["footer"];
                    for (int j = 0; j < footerArray.Count; j = j + 3)
                    {
                        MyData data = new MyData();
                        data.id = ObjectId.GenerateNewId();
                        data.name = name;
                        data.stationName = (string)footerArray[j]["words"];
                        data.waterLevel = (string)footerArray[j + 1]["words"];
                        data.change = (string)footerArray[j + 2]["words"];
                        DataList.Add(data);
                    }

使用Baidu.Ai的识别效果如下图所示：

总结

使用Baidu.AI实现图片文字识别的优点是识别准确率近乎==100%！！！==目前还没有发现识别错误的地方，缺点就是每天只能免费识别200次多了需要充值付费，也有其他的接口选择，也是有免费额度使用，以及识别返回的是json格式的数据，需要自己对json数据进行一些处理。