【自动化办公】基于WPF和阿里云API的高效识别PDF多个区域内容并保存至JSON文件，再将JSON文件转换解析为表格输出

以下是一个基于 WPF 和阿里云 OCR API 实现高效识别 PDF 多个区域内容，保存至 JSON 文件，再将 JSON 文件转换解析为表格输出的详细解决方案。

整体思路

1. 准备工作：注册阿里云账号，开通 OCR 服务并获取 AccessKey ID 和 AccessKey Secret。创建 WPF 项目，安装必要的 NuGet 包，如Spire.PDF用于处理 PDF，Newtonsoft.Json用于处理 JSON 数据。
2. WPF 界面设计：设计一个简单的界面，包含选择 PDF 文件、开始识别、保存 JSON 和输出表格等操作按钮。
3. PDF 区域识别：读取 PDF 文件，截取指定区域的图像，调用阿里云 OCR API 进行文字识别。
4. 保存至 JSON 文件：将识别结果整理成 JSON 格式并保存到本地文件。
5. JSON 文件解析并输出表格：读取 JSON 文件，解析其中的数据并输出为表格。

详细步骤和代码实现

1. 准备工作

• 注册阿里云账号，开通 OCR 服务，获取 AccessKey ID 和 AccessKey Secret。
• 创建一个新的 WPF 项目。
• 在项目中安装Spire.PDF和Newtonsoft.Json NuGet 包。

2. WPF 界面设计（MainWindow.xaml）

xml

3. WPF 界面逻辑（MainWindow.xaml.cs）

csharp

using System;
using System.Collections.Generic;
using System.IO;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;
using System.Windows;
using System.Windows.Forms;
using Newtonsoft.Json;
using Spire.Pdf;
using Spire.Pdf.Graphics;

namespace PdfOcrToJsonTable
{
    public partial class MainWindow : Window
    {
        private string pdfFilePath;
        private List recognitionResults = new List();
        private const string ACCESS_KEY_ID = "your_access_key_id";
        private const string ACCESS_KEY_SECRET = "your_access_key_secret";
        private const string OCR_URL = "https://ocr.cn-hangzhou.aliyuncs.com/";

        public MainWindow()
        {
            InitializeComponent();
        }

        private void SelectPdfFile_Click(object sender, RoutedEventArgs e)
        {
            OpenFileDialog openFileDialog = new OpenFileDialog();
            openFileDialog.Filter = "PDF 文件 (*.pdf)|*.pdf";
            if (openFileDialog.ShowDialog() == System.Windows.Forms.DialogResult.OK)
            {
                pdfFilePath = openFileDialog.FileName;
                PdfFilePathTextBox.Text = pdfFilePath;
            }
        }

        private async void StartRecognition_Click(object sender, RoutedEventArgs e)
        {
            if (string.IsNullOrEmpty(pdfFilePath))
            {
                MessageBox.Show("请选择 PDF 文件！");
                return;
            }

            try
            {
                // 定义要识别的区域（示例：多个矩形区域）
                List regions = new List
                {
                    new PdfRectangle(100, 100, 200, 50),
                    new PdfRectangle(300, 200, 150, 30)
                };

                // 读取 PDF 文件
                PdfDocument pdfDocument = new PdfDocument();
                pdfDocument.LoadFromFile(pdfFilePath);

                foreach (PdfRectangle region in regions)
                {
                    // 截取指定区域的图像
                    System.Drawing.Image image = pdfDocument.Pages[0].CreateImage(region);
                    MemoryStream ms = new MemoryStream();
                    image.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
                    byte[] imageBytes = ms.ToArray();
                    string base64Image = Convert.ToBase64String(imageBytes);

                    // 调用阿里云 OCR API 进行识别
                    string result = await AliyunOcr(base64Image);
                    recognitionResults.Add(result);

                    ResultTextBox.Text += $"区域识别结果：{result}\n";
                }
            }
            catch (Exception ex)
            {
                MessageBox.Show($"发生错误：{ex.Message}");
            }
        }

        private async Task AliyunOcr(string base64Image)
        {
            using (HttpClient client = new HttpClient())
            {
                var requestData = new
                {
                    image = base64Image
                };
                string jsonData = JsonConvert.SerializeObject(requestData);
                var content = new StringContent(jsonData, Encoding.UTF8, "application/json");

                // 设置请求头，这里需要根据阿里云 OCR API 文档进行完整的签名和请求头设置
                client.DefaultRequestHeaders.Add("Authorization", $"acs {ACCESS_KEY_ID}:{ACCESS_KEY_SECRET}");

                HttpResponseMessage response = await client.PostAsync(OCR_URL, content);
                string responseContent = await response.Content.ReadAsStringAsync();
                var ocrResult = JsonConvert.DeserializeObject(responseContent);
                string text = "";
                foreach (var item in ocrResult.Data)
                {
                    text += item.Text;
                }
                return text;
            }
        }

        private void SaveToJson_Click(object sender, RoutedEventArgs e)
        {
            if (recognitionResults.Count == 0)
            {
                MessageBox.Show("请先进行识别！");
                return;
            }

            var jsonData = new
            {
                Results = recognitionResults
            };
            string jsonString = JsonConvert.SerializeObject(jsonData, Formatting.Indented);
            File.WriteAllText("output.json", jsonString);
            MessageBox.Show("已保存为 JSON 文件！");
        }

        private void OutputTable_Click(object sender, RoutedEventArgs e)
        {
            if (!File.Exists("output.json"))
            {
                MessageBox.Show("请先保存为 JSON 文件！");
                return;
            }

            string jsonContent = File.ReadAllText("output.json");
            var data = JsonConvert.DeserializeObject(jsonContent);

            StringBuilder table = new StringBuilder();
            table.AppendLine("| 区域编号 | 识别结果 |");
            table.AppendLine("| --- | --- |");
            for (int i = 0; i < data.Results.Count; i++)
            {
                table.AppendLine($"| {i + 1} | {data.Results[i]} |");
            }

            ResultTextBox.Text = table.ToString();
        }
    }
}

代码说明

1. 选择 PDF 文件：通过SelectPdfFile_Click方法打开文件选择对话框，选择要处理的 PDF 文件。
2. 开始识别：在StartRecognition_Click方法中，定义要识别的区域，读取 PDF 文件，截取指定区域的图像，调用AliyunOcr方法进行识别，并将识别结果显示在文本框中。
3. 调用阿里云 OCR API：在AliyunOcr方法中，将图像转换为 Base64 编码，构造请求数据并发送 POST 请求到阿里云 OCR API，解析返回的 JSON 数据，提取识别结果。
4. 保存为 JSON 文件：在SaveToJson_Click方法中，将识别结果整理成 JSON 格式并保存到output.json文件中。
5. 输出表格：在OutputTable_Click方法中，读取output.json文件，解析其中的数据并以表格形式输出到文本框中。

注意事项

• 请将ACCESS_KEY_ID和ACCESS_KEY_SECRET替换为你自己的阿里云 AccessKey ID 和 AccessKey Secret。
• 代码中的阿里云 OCR API 请求头设置仅为示例，实际使用时需要根据阿里云 OCR API 文档进行完整的签名和请求头设置。
• Spire.PDF库在某些情况下可能需要付费使用，你可以根据实际情况选择其他开源的 PDF 处理库。