【图片PDF区域识别改名】基于WPF和腾讯云API实现PDF文档扫描、指定区域文字识别、固定位置文字识别以及文件批量重命名功能

原创

不负众望

发布于 2025-02-25 09:26:36

8600

代码可运行

运行总次数：0

代码可运行

项目背景

票据处理：例如发票、收据等，在这些票据上特定位置通常包含关键信息，如发票号码、金额、日期等。通过指定识别区域，可以快速准确地提取这些信息并整理到 Excel 表格中，便于财务人员进行数据统计和管理。

表单数据提取：各种业务表单（如调查问卷、申请表等）上，不同位置有不同的字段内容。利用该程序可以批量从表单 PDF 文件中提取指定区域的信息，提高数据录入效率。

文档数据汇总：对于一些格式固定的文档，如合同、报告等，其中某些特定区域包含重要的数据或条款。可以通过指定识别区域将这些数据提取出来，方便进行分析和汇总。

以下是基于 WPF 和腾讯云 API 实现 PDF 文档扫描、指定区域文字识别、固定位置文字识别以及文件批量重命名功能的详细步骤和代码示例。

步骤概述

创建 WPF 项目：使用 Visual Studio 创建一个新的 WPF 应用程序项目。
安装腾讯云 SDK：通过 NuGet 包管理器安装腾讯云的 OCR SDK。
配置腾讯云凭证：在腾讯云控制台获取 API 密钥，并在代码中配置。
实现 PDF 文档扫描和文字识别功能：使用腾讯云 OCR API 对 PDF 文档进行处理。
实现指定区域和固定位置文字识别功能：通过设置识别区域参数实现。
实现文件批量重命名功能：根据识别结果对文件进行重命名。

详细步骤和代码

1. 创建 WPF 项目

打开 Visual Studio，创建一个新的 WPF 应用程序项目。

2. 安装腾讯云 SDK

在 Visual Studio 的 “工具” -> “NuGet 包管理器” -> “管理解决方案的 NuGet 程序包” 中，搜索并安装 TencentCloudSDK。

3. 配置腾讯云凭证

在腾讯云控制台获取 API 密钥（SecretId 和 SecretKey），并在代码中配置。

4. 实现 WPF 界面

在 MainWindow.xaml 中添加以下代码：

<Window x:Class="TencentCloudOCRDemo.MainWindow"
        xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
        xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
        Title="PDF OCR and File Rename" Height="450" Width="800">
    <Grid>
        <Button Content="选择PDF文件" HorizontalAlignment="Left" Margin="20,20,0,0" VerticalAlignment="Top" Width="150" Click="SelectPDFButton_Click"/>
        <TextBox x:Name="ResultTextBox" HorizontalAlignment="Left" Height="350" Margin="20,60,0,0" TextWrapping="Wrap" VerticalAlignment="Top" Width="750"/>
    </Grid>
</Window>

5. 实现后台代码

在 MainWindow.xaml.cs 中添加以下代码：

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Windows;
using TencentCloud.Common;
using TencentCloud.Common.Profile;
using TencentCloud.Ocr.V20181119;
using TencentCloud.Ocr.V20181119.Models;

namespace TencentCloudOCRDemo
{
    public partial class MainWindow : Window
    {
        private const string SecretId = "your_secret_id";
        private const string SecretKey = "your_secret_key";

        public MainWindow()
        {
            InitializeComponent();
        }

        private async void SelectPDFButton_Click(object sender, RoutedEventArgs e)
        {
            var openFileDialog = new Microsoft.Win32.OpenFileDialog();
            openFileDialog.Filter = "PDF文件 (*.pdf)|*.pdf";
            if (openFileDialog.ShowDialog() == true)
            {
                string filePath = openFileDialog.FileName;
                string result = await PerformOCR(filePath);
                ResultTextBox.Text = result;

                // 示例：文件批量重命名
                string newFileName = $"Renamed_{Path.GetFileName(filePath)}";
                string newFilePath = Path.Combine(Path.GetDirectoryName(filePath), newFileName);
                File.Move(filePath, newFilePath);
            }
        }

        private async System.Threading.Tasks.Task<string> PerformOCR(string filePath)
        {
            try
            {
                Credential cred = new Credential
                {
                    SecretId = SecretId,
                    SecretKey = SecretKey
                };
                ClientProfile clientProfile = new ClientProfile();
                HttpProfile httpProfile = new HttpProfile();
                httpProfile.Endpoint = "ocr.tencentcloudapi.com";
                clientProfile.HttpProfile = httpProfile;

                OcrClient client = new OcrClient(cred, "ap-guangzhou", clientProfile);

                var req = new PdfOcrRequest();
                req.FileUrl = filePath;

                // 指定区域文字识别示例
                // var textDetectionPoints = new TextDetectionPoint[]
                // {
                //     new TextDetectionPoint { X = 100, Y = 100 },
                //     new TextDetectionPoint { X = 200, Y = 100 },
                //     new TextDetectionPoint { X = 200, Y = 200 },
                //     new TextDetectionPoint { X = 100, Y = 200 }
                // };
                // req.TextDetectionPoints = textDetectionPoints;

                var resp = await client.PdfOcr(req);

                string resultText = string.Join("\n", resp.TextDetections.Select(t => t.DetectedText));
                return resultText;
            }
            catch (Exception ex)
            {
                MessageBox.Show($"OCR识别出错: {ex.Message}");
                return string.Empty;
            }
        }
    }