C# OCR识别

C# 识别文字我试验过的有两种，
1.使用开源库tesseract，地址：https://github.com/tesseract-ocr/tesseract
tesseract训练的语言包：https://github.com/tesseract-ocr/tessdata
有专门针对C#的封装：https://github.com/charlesw/tesseract
C# Demo地址：https://github.com/charlesw/tesseract-samples
2.调用百度API,百度的API已经开源了：https://github.com/Baidu-AIP/dotnet-sdk

一、使用开源库tesseract
新建一个Winform的项目，打开Nuget程序管理包，搜索Tesseract,选择第一个，不要选择Tesseract.Net.SDK,因为这个是收费的！！！，等你用着用着就弹出框来提示收费！！！

安装完毕之后，去上面的Github上面下载语言包：

将语言包下载之后放在程序目录的tessdata文件夹下面：

下面开始写代码了，参考Demo里，来写一波：以下函数是识别图片里的商品号：

private List GetProductNumberFromImage(string imagePath)
{
            List resultList = new List();
            using (var ocr = new TesseractEngine(Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "tessdata"), "chi_sim",EngineMode.Default))
            {
                var pix = PixConverter.ToPix(new Bitmap(imagePath));
                using (var page = ocr.Process(pix))
                {
                    string text = page.GetText();
                    if (!string.IsNullOrEmpty(text))
                    {
                        string pattern = @"品号([\s\S])(\d+)";
                        Regex regex = new Regex(pattern);
                        var mathResult = regex.Matches(text);
                        foreach (Match item in mathResult)
                        {
                            if (item.Groups.Count >= 2)
                            {
                                resultList.Add(item.Groups[2].Value);
                            }
                            else
                            {
                                resultList.Add(item.Value);
                            }
                        }
                    }
                }
            }
            return resultList;
}

识别的图片如下：

识别之后的文字如下：

识别效果不怎么好
二、使用百度API
要使用百度API,首先要有百度账号，然后登陆百度云，在这里登陆：https://login.bce.baidu.com/
登陆进去后，选择产品服务-》人工智能-》文字识别：

然后开通通用文字识别功能：

开通功能后，需要创建一个应用：文字识别包选择不需要


然后点确定，在应用列表中，可以看到你的应用：里面有API KEY/Secret Key

在VS中新建一个窗体应用程序，然后在Nuget中搜索Baidu:

点击安装，然后开始写代码了：
api_key, secret_key为上面网页中的API KEY/Secret Key字符串
初始化client:

var client = new Baidu.Aip.Ocr.Ocr(api_key, secret_key);
 client.Timeout = 60000;

识别图片中的文字：

var image = File.ReadAllBytes(imagePath);
var result = client.GeneralBasic(image).ToString();

同样识别上面的图片，结果如下：

识别率高了很多，更多百度API使用，请参考百度官方文档：
https://cloud.baidu.com/doc/OCR/OCR-Csharp-SDK.html#.E9.80.9A.E7.94.A8.E6.96.87.E5.AD.97.E8.AF.86.E5.88.AB