简介这份资源是一套基于C#调用百度AI开放平台OCR接口的完整示例工程面向希望将图像文字识别能力集成到桌面应用中的C#开发者尤其适合刚接触百度OCR API、需要一份可运行参考代码的初中级程序员。压缩包共29个文件约261KB以cs源码文件为主配合sln解决方案、csproj工程文件、resx资源文件、exe与pdb调试文件、dll依赖库及settings配置等构成一个可直接编译调试的Visual Studio项目。代码覆盖了API密钥配置、HTTP请求构建、Base64图像数据上传、JSON响应解析以及识别文字提取等关键环节并演示了如何借助HttpClient与Newtonsoft.Json完成网络通信与数据序列化。目前已有224人学习下载读者可据此快速跑通百度OCR识别流程理解从申请密钥到解析结果的完整链路并在此基础上扩展出文本保存、版面分析等实用功能。1. 拿到 OCR.rar 先别急着双击这套 C# 调百度 OCR 的示例到底能跑出什么上周同事甩过来一个压缩包文件名长得离谱——OCR.rar_c#程序_百度 OCR_百度AI_百度OCR_百度图像识别解压完里面是OCR_Try.sln、Form1.cs、Ocr.cs这一套标准 WinForms 工程。他问的就一句话这玩意儿能不能直接拿来识别发票和合同扫描件还是只能跑个玩具 Demo。我花了一个下午把代码拆开、把百度 AI 的接口重新对了一遍结论是它确实是一个能跑通的 C# 调百度 OCR 的最小闭环但离「生产可用」还差几层窗户纸尤其是密钥管理、图片编码和返回结果解析这三块新手照着抄十有八九会卡在 403 或者乱码上。这个资源本质上是一个 C# 桌面程序示例用 HttpClient 把本地图片转成 Base64 发给百度 AI 开放平台的 OCR 接口再把返回的 JSON 解析成文本显示在窗体上。它适合两类人一是刚接触 C# 上位机或者桌面工具开发、想找个真实 API 调用案例练手的二是手里有批量图片识别需求、想先跑通流程再决定要不要自己重写的。如果你指望它开箱即用识别复杂版面那得先看完后面几章的坑再动手。2. 拆开 OCR_Try.sln工程结构、依赖和百度 OCR 接口的对应关系2.1 从文件清单看这个 C# 工程的组织方式解压后的目录结构其实很典型一个标准的 Visual Studio WinForms 解决方案该有的东西都在文件/目录作用备注OCR_Try.sln解决方案入口VS 2015 可直接打开OCR_Try.csproj项目文件记录引用和编译配置Form1.cs/Form1.Designer.cs主窗体逻辑与布局按钮、图片框、文本框都在这里Ocr.cs百度 OCR 调用封装核心请求与解析逻辑Program.cs程序入口标准 Main 方法Properties/程序集信息AssemblyInfo.csbin/obj/编译输出与中间文件可删不影响源码Ocr.cs是整个包的心脏它把「读图 → 编码 → 发请求 → 解析 JSON」这条链路封在一个类里。Form1.cs负责界面交互点按钮触发识别把结果回填到 TextBox。这种分层虽然简单但好处是你要换成控制台程序或者 WPF只需要把Ocr.cs拎出来复用界面层随便换。2.2 百度 OCR 的两种鉴权方式与这个示例的选型百度 AI 开放平台的 OCR 接口目前主流是两种调用姿势一种是先用 API Key 和 Secret Key 换access_token再拿 token 去调识别接口另一种是直接用 API Key 做 Bearer 鉴权部分新接口支持。这个示例走的是第一种也是最稳、文档最全的那条路。流程拆开就是三步用grant_typeclient_credentials向https://aip.baidubce.com/oauth/2.0/token发 POST带上client_idAPI Key和client_secretSecret Key拿回一个有效期 30 天的access_token。把本地图片读成字节数组转 Base64 字符串作为image参数。POST 到https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic通用文字识别Header 里带Content-Type: application/x-www-form-urlencodedBody 里带access_token和image。提示access_token有有效期示例里如果每次识别都重新申请接口调用量一大会触发频率限制。常见做法是缓存 token快过期再刷新。2.3 把 Ocr.cs 的核心逻辑还原成可抄的代码下面这段是我根据Ocr.cs的结构重写的关键部分去掉了窗体耦合方便你直接塞进自己的类库using System; using System.IO; using System.Net.Http; using System.Threading.Tasks; using Newtonsoft.Json.Linq; public class BaiduOcrClient { private readonly string _apiKey; private readonly string _secretKey; private string _accessToken; private DateTime _tokenExpireTime DateTime.MinValue; public BaiduOcrClient(string apiKey, string secretKey) { _apiKey apiKey; _secretKey secretKey; } // 获取 access_token带本地缓存避免每次识别都申请 private async Taskstring GetAccessTokenAsync() { if (!string.IsNullOrEmpty(_accessToken) DateTime.Now _tokenExpireTime) return _accessToken; using (var client new HttpClient()) { var url https://aip.baidubce.com/oauth/2.0/token; var content new FormUrlEncodedContent(new[] { new System.Collections.Generic.KeyValuePairstring, string(grant_type, client_credentials), new System.Collections.Generic.KeyValuePairstring, string(client_id, _apiKey), new System.Collections.Generic.KeyValuePairstring, string(client_secret, _secretKey) }); var resp await client.PostAsync(url, content); var json await resp.Content.ReadAsStringAsync(); var obj JObject.Parse(json); if (obj[access_token] null) throw new Exception(获取 token 失败 json); _accessToken obj[access_token].ToString(); // 提前 5 分钟过期留出刷新余量 _tokenExpireTime DateTime.Now.AddSeconds(double.Parse(obj[expires_in].ToString()) - 300); return _accessToken; } } // 通用文字识别imagePath 为本地图片路径 public async Taskstring RecognizeAsync(string imagePath) { var token await GetAccessTokenAsync(); var imageBytes File.ReadAllBytes(imagePath); var imageBase64 Convert.ToBase64String(imageBytes); using (var client new HttpClient()) { var url $https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token{token}; var content new FormUrlEncodedContent(new[] { new System.Collections.Generic.KeyValuePairstring, string(image, imageBase64) }); var resp await client.PostAsync(url, content); var json await resp.Content.ReadAsStringAsync(); var obj JObject.Parse(json); if (obj[words_result] null) throw new Exception(识别失败 json); var sb new System.Text.StringBuilder(); foreach (var item in obj[words_result]) sb.AppendLine(item[words].ToString()); return sb.ToString(); } } }逻辑说明GetAccessTokenAsync里做了 token 缓存_tokenExpireTime提前 300 秒过期避免边界时间请求失败。RecognizeAsync把图片读成字节再转 Base64注意百度要求 Base64 编码后大小不超过 4M图片最短边至少 15px最长边最大 4096px。参数上general_basic是通用文字识别如果你要识别身份证、银行卡、发票得换成idcard、bankcard、vat_invoice这些专用接口返回结构也不一样。2.4 窗体层怎么把结果接住Form1.cs里通常是一个 Button 的 Click 事件弹 OpenFileDialog 选图然后调Ocr.cs的方法把返回字符串赋给 TextBox。这里有个容易忽略的点WinForms 的 UI 线程和 async 混用时如果直接.Result或者.Wait()会死锁。正确姿势是事件处理函数标async内部awaitprivate async void btnRecognize_Click(object sender, EventArgs e) { using (var ofd new OpenFileDialog()) { ofd.Filter 图片文件|*.jpg;*.jpeg;*.png;*.bmp; if (ofd.ShowDialog() ! DialogResult.OK) return; try { var client new BaiduOcrClient(你的API_KEY, 你的SECRET_KEY); var text await client.RecognizeAsync(ofd.FileName); txtResult.Text text; } catch (Exception ex) { MessageBox.Show(识别出错 ex.Message); } } }参数说明Filter限制了可选图片格式百度 OCR 支持 JPG、PNG、BMP 等常见格式但单张图别超过 4M。txtResult是多行 TextBoxMultiline属性要设成true否则换行显示不出来。3. 从申请密钥到跑通第一张图完整操作链路和参数怎么填3.1 百度 AI 开放平台上的准备工作打开百度 AI 开放平台进控制台找到「文字识别」服务创建一个应用。创建完你会拿到三样东西AppID、API Key、Secret Key。这个示例里只用到后两个AppID在部分接口的某些参数里会用到通用识别暂时不需要。创建应用时有个「接口选择」的步骤默认会勾选一些基础接口。如果你后面要调发票识别记得把「增值税发票识别」也勾上否则调用会返回权限错误。这个坑我踩过代码没问题就是接口没开权限报错信息还特别含糊。注意API Key 和 Secret Key 不要硬编码在Form1.cs里然后提交到 Git。示例代码里如果直接写死你本地跑没问题一旦传到公开仓库密钥泄露是分分钟的事。常见做法是放到配置文件或者环境变量里读。3.2 图片预处理为什么你的 Base64 发过去报错百度 OCR 对图片有明确限制很多人第一次调不通不是代码问题是图片本身不满足条件格式JPG、JPEG、PNG、BMP、GIF部分接口不支持 GIF大小Base64 编码后不超过 4M原图建议控制在 2M 以内尺寸最短边至少 15px最长边最大 4096px内容文字清晰、不要有大量旋转、不要有复杂背景干扰如果你手里是扫描件 PDF得先转成图片。常见做法是用PdfiumViewer或者iTextSharp把 PDF 每页渲染成 PNG再逐张送识别。这个示例没带 PDF 处理你得自己补。3.3 用 Postman 先验证接口再写代码在写 C# 之前我习惯先用 Postman 把接口调通确认密钥、参数、返回结构都对再回到代码里复现。这样排错的时候能明确是网络层、鉴权层还是解析层的问题。第一步申请 tokenPOST https://aip.baidubce.com/oauth/2.0/token Content-Type: application/x-www-form-urlencoded grant_typeclient_credentialsclient_id你的API_KEYclient_secret你的SECRET_KEY返回里找access_token复制出来。第二步调识别接口POST https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token上一步的token Content-Type: application/x-www-form-urlencoded image图片的Base64字符串如果返回{words_result:[{words:...}],words_result_num:N}说明链路通了。如果返回{error_code:110,error_msg:Access token invalid or no longer valid}说明 token 过期或者复制错了。error_code是排查的关键110 是 token 问题17 是每日流量超限6 是权限问题接口没开或者没勾选。3.4 在 C# 里处理返回 JSON 的几种姿势示例用的是Newtonsoft.Json这也是 C# 里最常用的 JSON 库。除了直接JObject.Parse逐层取你也可以定义强类型模型public class OcrWordResult { public string words { get; set; } } public class OcrResponse { public ListOcrWordResult words_result { get; set; } public int words_result_num { get; set; } public int error_code { get; set; } public string error_msg { get; set; } } // 反序列化 var result JsonConvert.DeserializeObjectOcrResponse(json); if (result.error_code ! 0) throw new Exception($接口报错 {result.error_code}: {result.error_msg}); foreach (var item in result.words_result) Console.WriteLine(item.words);强类型的好处是字段名写错编译期就能发现坏处是百度不同接口返回结构差异大通用识别、身份证识别、发票识别的字段完全不一样得为每个接口单独定义模型。我一般先用JObject快速跑通稳定了再抽强类型。4. 避坑与排查403、乱码、token 失效这些血泪经验4.1 现象返回 403 或者 error_code 110原因access_token无效或过期。百度 token 有效期 30 天但如果你在多个地方申请旧 token 可能被新 token 顶掉。另外client_id和client_secret填反了也会报这个。解决先确认 API Key 和 Secret Key 没写反再用 Postman 单独申请一次 token把返回的 token 直接贴到识别请求里测试。如果 Postman 能通、C# 不通检查代码里是不是每次请求都重新申请 token 导致频率超限。4.2 现象识别结果全是乱码或者空字符串原因图片 Base64 编码时用了错误的编码方式或者图片本身是 CMYK 色彩模式、百度接口解析不了。解决确认Convert.ToBase64String之前读的是原始字节不要先转成字符串再编码。如果是扫描件用画图工具另存为 RGB 模式的 JPG 再试。另外words_result为空但error_code为 0说明图片里没检测到文字换一张清晰的图验证。4.3 现象程序卡死界面无响应原因在 UI 线程上同步等待 async 方法典型的.Result或.Wait()死锁。解决事件处理函数改成async void内部用await。如果必须在非 async 方法里调用Task.Run(() client.RecognizeAsync(path)).Result包一层但这不是最优解能改 async 就改 async。4.4 现象图片稍微大一点就报「image size error」原因Base64 编码后超过 4M或者图片最长边超过 4096px。解决发请求前先压缩图片。常见做法是用System.Drawing把图片按比例缩放到最长边 2000px 左右再转 Base64。压缩代码大概这样public static byte[] ResizeImage(string path, int maxSide 2000) { using (var img System.Drawing.Image.FromFile(path)) { var ratio Math.Min((double)maxSide / img.Width, (double)maxSide / img.Height); if (ratio 1) return File.ReadAllBytes(path); var newW (int)(img.Width * ratio); var newH (int)(img.Height * ratio); using (var bmp new System.Drawing.Bitmap(newW, newH)) { using (var g System.Drawing.Graphics.FromImage(bmp)) { g.InterpolationMode System.Drawing.Drawing2D.InterpolationMode.HighQualityBicubic; g.DrawImage(img, 0, 0, newW, newH); } using (var ms new MemoryStream()) { bmp.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg); return ms.ToArray(); } } } }4.5 现象换了一台机器编译报错找不到 Newtonsoft.Json原因示例工程可能用了 NuGet 包但没提交packages目录或者用了旧版本的引用路径。解决在 VS 里右键项目 →「管理 NuGet 程序包」→ 搜索Newtonsoft.Json安装最新稳定版。如果还报错检查.csproj里的HintPath是不是指向了本机绝对路径改成 NuGet 引用即可。5. 进阶把单张识别改成批量处理以及结果落库的几个技巧跑通单张之后下一步通常是批量。这个示例本身只做了单图识别但Ocr.cs的封装足够你扩展。我一般会加一个BatchRecognizeAsync方法接收文件夹路径遍历所有图片逐张调识别中间加个Task.Delay控制频率。public async TaskDictionarystring, string BatchRecognizeAsync(string folderPath) { var results new Dictionarystring, string(); var files Directory.GetFiles(folderPath, *.jpg) .Concat(Directory.GetFiles(folderPath, *.png)) .ToArray(); foreach (var file in files) { try { var text await RecognizeAsync(file); results[Path.GetFileName(file)] text; await Task.Delay(200); // 控制 QPS免费版一般 2 次/秒 } catch (Exception ex) { results[Path.GetFileName(file)] 识别失败 ex.Message; } } return results; }参数说明Task.Delay(200)是为了控制请求频率百度免费版 QPS 通常是 2超了会返回 18 错误码。如果你买了付费包QPS 更高可以适当减小延迟。结果用Dictionary存键是文件名值是识别文本方便后续导出 CSV 或者写数据库。导出 CSV 的时候注意编码问题Excel 默认用 GBK 打开 CSV如果你写 UTF-8 不带 BOM中文会乱码。常见做法是写文件时用new UTF8Encoding(true)带 BOMusing (var writer new StreamWriter(result.csv, false, new System.Text.UTF8Encoding(true))) { writer.WriteLine(文件名,识别结果); foreach (var kv in results) writer.WriteLine(${kv.Key},\{kv.Value.Replace(\, \\)}\); }如果识别结果要进数据库比如 SQLite建表时把文件名设为主键识别文本存 TEXT 字段加个时间戳方便追溯。SQLite 在 C# 里用System.Data.SQLite或者Microsoft.Data.Sqlite都行后者更轻量。还有一个实际场景识别出来的文本里经常有多余空格和换行入库前最好清洗一下。Regex.Replace(text, \s, )能把连续空白压成一个空格但如果你要保留段落结构就别这么干改成只去掉首尾空白。从那以后我每次拿到这种 API 调用示例都强制先跑一遍 Postman 验证接口再检查密钥是不是硬编码最后才看业务代码。这套流程帮我省了不少来回折腾的时间。希望帮到你。本文还有配套的精品资源点击获取