526互联

[转]C#写一个后台运行的文字识别工具

发布时间 2023-04-03 09:20:29作者: CastleWu

最近做笔记需要一个截图后获取图中文字的轻型程序，最好直接按快捷键就能识别并将文字自动复制。网上的应该都是要钱的，或者东西太杂了看着乱得慌，于是决定自己写。我c#只稍微学了一点，讲的不好的地方代码不规范的地方见谅。

我使用的是百度的文字识别api，请先自己去申请一下资源，免费的，一个月免费识别1000次好像是。然后截图直接用的Snipaste这个软件，贼好用。

api主页：https://ai.baidu.com/tech/ocr/general

然后领取免费资源，创建应用使用。

一、创建项目

创建一个窗口应用项目

然后右键引用 - 管理NuGet程序包，安装Newtonsoft.Json和System.Net.Http

二、编写基本识别代码

首先去百度api的控制台获取一下api key和secret key，网址：百度智能云-登录

然后进入文档，里面请求的基本代码已经给我们写好了，直接复制就ok了，文字识别我们用高精度版的。

获取AccessToken文档：https://ai.baidu.com/ai-doc/REFERENCE/Ck3dwjhhu

文字识别文档：https://ai.baidu.com/ai-doc/OCR/1k3h7y3db

MainForm.cs

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Net.Http;
  4. using System.Text;
  5. using System.Windows.Forms;
  6. using Newtonsoft.Json;
  7. using System.Text.RegularExpressions;
  8. using System.IO;
  9. using System.Net;
  10. using System.Web;
  11.  
  12. namespace TextRecognition
  13. {
  14.     public partial class MainForm : Form
  15.     {
  16.         public MainForm()
  17.         {
  18.             InitializeComponent();
  19.         }
  20.  
  21.         //调用接口所需令牌
  22.         string ACCESS_TOKEN = "";
  23.         //应用的api key
  24.         string API_KEY = "控制台查询";
  25.         //应用的secret key
  26.         string API_SECRET = "控制台查询";
  27.         //存储识别结果
  28.         string resultText = "";
  29.  
  30.         private void MainForm_Load(object sender, EventArgs e)
  31.         {
  32.             getAccessToken();
  33.         }
  34.  
  35.         //获取AccessToken
  36.         private void getAccessToken()
  37.         {
  38.             String authHost = "https://aip.baidubce.com/oauth/2.0/token";
  39.             HttpClient client = new HttpClient();
  40.             List<KeyValuePair<String, String>> paraList = new List<KeyValuePair<string, string>>();
  41.             paraList.Add(new KeyValuePair<string, string>("grant_type", "client_credentials"));
  42.             paraList.Add(new KeyValuePair<string, string>("client_id", API_KEY));
  43.             paraList.Add(new KeyValuePair<string, string>("client_secret", API_SECRET));
  44.  
  45.             HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
  46.             String result = response.Content.ReadAsStringAsync().Result;
  47.  
  48.             //解析返回的json结果
  49.             Dictionary<string, string> res = JsonConvert.DeserializeObject<Dictionary<string, string>>(result);
  50.             res.TryGetValue("access_token", out ACCESS_TOKEN);
  51.         }
  52.         
  53.         //处理识别功能被用户触发
  54.         private void doRecognize()
  55.         {
  56.             IDataObject iData = Clipboard.GetDataObject();
  57.             //只处理复制内容是图片的情况
  58.             if (iData.GetDataPresent(DataFormats.Bitmap))
  59.             {
  60.                 var image = Clipboard.GetImage();
  61.                 MemoryStream ms = new MemoryStream();
  62.                 image.Save(ms, System.Drawing.Imaging.ImageFormat.Png);
  63.                 byte[] arr = new byte[ms.Length];
  64.                 ms.Position = 0;
  65.                 ms.Read(arr, 0, (int)ms.Length);
  66.                 string base64 = Convert.ToBase64String(arr);
  67.                 try
  68.                 {
  69.                     recognize(base64);
  70.                     //把识别结果复制到剪切板
  71.                     Clipboard.SetText(resultText);
  72.                 }
  73.                 catch (Exception ex)
  74.                 {
  75.                     resultText = "异常：" + ex.ToString(); 
  76.                 }
  77.             }
  78.         }
  79.  
  80.         //调用api识别图片中的文字
  81.         private void recognize(string base64)
  82.         {
  83.             string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic?access_token=" + ACCESS_TOKEN;
  84.             Encoding encoding = Encoding.Default;
  85.             HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
  86.             request.Method = "post";
  87.             request.KeepAlive = true;
  88.             // 图片的base64编码
  89.             String str = "image=" + HttpUtility.UrlEncode(base64);
  90.             byte[] buffer = encoding.GetBytes(str);
  91.             request.ContentLength = buffer.Length;
  92.             request.GetRequestStream().Write(buffer, 0, buffer.Length);
  93.             HttpWebResponse response = (HttpWebResponse)request.GetResponse();
  94.             StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.UTF8);
  95.             string result = reader.ReadToEnd();
  96.             //解析json太麻烦直接正则获取结果
  97.             string pattern = "\"words\":\"(.*?)\"";
  98.             StringBuilder sb = new StringBuilder();
  99.             foreach (Match match in Regex.Matches(result, pattern))
  100.             {
  101.                 sb.AppendLine(match.Groups[1].ToString());
  102.             }
  103.             resultText = sb.ToString();
  104.             Console.WriteLine(resultText);
  105.         }
  106.  
  107.     }
  108. }

此时可以在窗口里添加个按钮测试一下doRecognize识别功能，用截图工具截个图，再点按钮，可以看到他已经识别完成并且给我们把结果复制到剪切板了

三、监听快捷键按下

我想实现当按下alt+3的时候执行doReconize函数，需要全局hook键盘。

首先在项目里创建类文件Hook.cs，然后编辑内容

Hook.cs

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Diagnostics;
  4. using System.Linq;
  5. using System.Runtime.InteropServices;
  6. using System.Text;
  7. using System.Threading.Tasks;
  8. using System.Windows.Forms;
  9.  
  10. namespace TextRecognition
  11. {
  12.     class Hook
  13.     {
  14.         [DllImport("user32.dll")]
  15.         public static extern int SetWindowsHookEx(int idHook, HookProc lpfn, IntPtr hInstance, int threadId);
  16.  
  17.         [DllImport("user32.dll", CharSet = CharSet.Auto, CallingConvention = CallingConvention.StdCall)]
  18.         public static extern bool UnhookWindowsHookEx(int idHook);
  19.  
  20.         [DllImport("user32.dll")]
  21.         public static extern int CallNextHookEx(int idHook, int nCode, int wParam, IntPtr lParam);
  22.  
  23.         [DllImport("kernel32.dll")]
  24.         public static extern int GetCurrentThreadId();
  25.  
  26.         [DllImport("kernel32.dll")]
  27.         public static extern IntPtr GetModuleHandle(string name);
  28.  
  29.         [DllImport("User32.dll")]
  30.         public static extern void keybd_event(Byte bVk, Byte bScan, Int32 dwFlags, Int32 dwExtraInfo);
  31.  
  32.         //键盘hook
  33.         public const int WH_KEYBOARD_LL = 13;
  34.         public delegate int HookProc(int nCode, int wParam, IntPtr lParam);
  35.  
  36.         //回调
  37.         HookProc KeyBoardHookProcedure;
  38.  
  39.         public int hHook;
  40.  
  41.         //hook到的消息结构
  42.         [StructLayout(LayoutKind.Sequential)]
  43.         public class KeyBoardHookStruct
  44.         {
  45.             public int vkCode;
  46.             public int scanCode;
  47.             public int flags;
  48.             public int time;
  49.             public int dwExtraInfo;
  50.         }
  51.  
  52.         //开启hook
  53.         public void Hook_Start()
  54.         {
  55.             KeyBoardHookProcedure = new HookProc(KeyBoardHookProc);
  56.             hHook = SetWindowsHookEx(WH_KEYBOARD_LL, KeyBoardHookProcedure, GetModuleHandle(Process.GetCurrentProcess().MainModule.ModuleName), 0);
  57.         }
  58.  
  59.         //关闭hook  
  60.         public void Hook_Clear()
  61.         {
  62.             bool retKeyboard = true;
  63.             retKeyboard = UnhookWindowsHookEx(hHook);
  64.             hHook = 0;
  65.         }
  66.  
  67.         //键盘hook到之后的操作
  68.         private int KeyBoardHookProc(int nCode, int wParam, IntPtr lParam)
  69.         {
  70.             if (nCode >= 0)
  71.             {
  72.                 KeyBoardHookStruct kbh = (KeyBoardHookStruct)Marshal.PtrToStructure(lParam, typeof(KeyBoardHookStruct));
  73.                 //如果按下alt + 3
  74.                 if (kbh.vkCode == (int)Keys.D3 && (int)Control.ModifierKeys == (int)Keys.Alt)
  75.                 {
  76.                     Console.WriteLine("按了alt+3");
  77.                     //键盘消息不再往下传递
  78.                     return 1;
  79.                 }
  80.             }
  81.             return CallNextHookEx(hHook, nCode, wParam, lParam);
  82.         }
  83.     }
  84. }

 再来看一下控制台输出，发现可以获取到按下的事件了，如果想换成别的组合键可以上网搜一下该怎么写。

四、按键触发doRecognize函数

我们按下alt+3被hook到之后，要调用MainForm.cs里定义的doRecognize函数。当时学的时候没学太多，只记得个委托什么什么的可以实现这样的功能，我就用这个委托实现了。当然也有别的方式，比如直接抽离成工具类什么的。

我讲不大清楚，大家既然都用c#了应该比我懂得多，我就直接放代码了。

Hook.cs

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Diagnostics;
  4. using System.Linq;
  5. using System.Runtime.InteropServices;
  6. using System.Text;
  7. using System.Threading.Tasks;
  8. using System.Windows.Forms;
  9.  
  10. namespace 文字识别
  11. {
  12.     class KeyHooks
  13.     {
  14.         //以下只展示新增or修改的部分
  15.         public delegate void recHandler(object sender, EventArgs e);
  16.  
  17.         public event recHandler handler;
  18.  
  19.         //键盘hook到之后的操作
  20.         private int KeyBoardHookProc(int nCode, int wParam, IntPtr lParam)
  21.         {
  22.             if (nCode >= 0)
  23.             {
  24.                 KeyBoardHookStruct kbh = (KeyBoardHookStruct)Marshal.PtrToStructure(lParam, typeof(KeyBoardHookStruct));
  25.                 if (kbh.vkCode == (int)Keys.D3 
  26.                     && (int)Control.ModifierKeys == (int)Keys.Alt 
  27.                     && this.handler != null)
  28.                 {
  29.                     Console.WriteLine("按了alt+3");
  30.                     this.handler(this, new EventArgs());
  31.                     return 1;
  32.                 }
  33.             }
  34.             return CallNextHookEx(hHook, nCode, wParam, lParam);
  35.         }
  36.     }
  37. }

 MainForm.cs

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Net.Http;
  4. using System.Text;
  5. using System.Windows.Forms;
  6. using Newtonsoft.Json;
  7. using System.Text.RegularExpressions;
  8. using System.IO;
  9. using System.Net;
  10. using System.Web;
  11.  
  12. namespace TextRecognition
  13. {
  14.     public partial class MainForm : Form
  15.     {
  16.         //也只展示新增、修改部分
  17.         private void MainForm_Load(object sender, EventArgs e)
  18.         {
  19.             getAccessToken();
  20.             hook.Hook_Start();
  21.             hook.handler += new Hook.recHandler(handleRec);
  22.         }
  23.  
  24.         public void handleRec(object sender, EventArgs e)
  25.         {
  26.             doRecognize();
  27.         }
  28.     }
  29. }

五、优化

我想让他一直在后台，别给我一启动蹦出一个窗口，我还要避免这个程序重复运行。

1.设置后台运行

首先我们把NotifyIcon这个组件拖入到窗口里，再拖个ContextMenuStrip来配置右键展示的菜单

设置一下NotifyIcon的icon，随便找个xxx.ico文件吧，然后修改Text属性，再把ContextMenuStrip属性修改为刚添加的那个context menu strip，然后这个就能在右下角看到了（这个b水印真烦啊）

 再编辑一下ContextMenuStrip，我创建了复制上一次识别结果和退出两个选项，双击他们给他们添加点击事件

  1.         private void copyMenuItem_Click(object sender, EventArgs e)
  2.         {
  3.             Clipboard.SetText(resultText);
  4.         }
  5.  
  6.         private void exitMenuItem_Click(object sender, EventArgs e)
  7.         {
  8.             this.Close();
  9.         }

再让窗体隐藏，将主窗体的ShowlnTaskbar属性设为 False,将其 WindowState属性设为 Minimized,程序即可变成后台运行程序。

2.防止重复开启

很简单，在Program.cs里写代码

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Linq;
  4. using System.Threading.Tasks;
  5. using System.Windows.Forms;
  6.  
  7. namespace TextRecognition
  8. {
  9.     static class Program
  10.     {
  11.         /// <summary>
  12.         /// 应用程序的主入口点。
  13.         /// </summary>
  14.         [STAThread]
  15.         static void Main()
  16.         {
  17.             bool unique;
  18.             Console.WriteLine(Application.ProductName);
  19.             System.Threading.Mutex mutex = new System.Threading.Mutex(true, Application.ProductName, out unique);
  20.             if (!unique)
  21.             {
  22.                 MessageBox.Show("请勿重复运行此程序！", "错误", MessageBoxButtons.OK, MessageBoxIcon.Asterisk);
  23.                 return;
  24.             }
  25.             Application.EnableVisualStyles();
  26.             Application.SetCompatibleTextRenderingDefault(false);
  27.             Application.Run(new MainForm());
  28.         }
  29.     }
  30. }

ok了，运行一下玩玩把

转自https://blog.csdn.net/m0_52640724/article/details/126994378