前言
目前百度的AI接口相对完善，对于文字识别类的操作还需要开发者一一去尝试，去评估这效果到底是怎么的。
文字识别的接口相对简单，官方提供的SDK也集成很好，笔者只是在这上面做了一些前期性的功能数据校验和过滤，以及返回结果的处理。
实验效果
先来看一下识别效果：
1、精细化车牌（识别准确）
2、实际场景车牌 （识别准确）
3、多车牌（只识别到一个车牌）
实际拓展思路
鉴于上述结果，目前百度车牌识别可以做到 实际应用场景的处理，但要真正结合、融合，需要开发者们自己做些前期处理，比如说，你需要在摄像头捕捉车牌时候，自己去动态抓取行驶车牌的车牌，
在使用单个请求将车牌发送给百度，从而实现在真实环境中的车牌识别。
ps：有关相关的技术 可以参考我另外一篇博客，动态视频中的人脸捕捉与人脸识别。
代码解析：
1、接口方法
/// <summary>
/// 车牌识别 返回实体结果
/// </summary>
/// <param name="tempImage"></param>
/// <returns></returns>
public static APIBaseModel<DrivingLicenseModel> GetPlateLicense(Image tempImage)
{
APIBaseModel<DrivingLicenseModel> tempModel = new APIBaseModel<DrivingLicenseModel>();
tempModel.contextModel = new DrivingLicenseModel();
var client = new Ocr.Ocr(Config.clientId, Config.clientSecret);
var image = ImageHelper.ImageToBytes(tempImage, System.Drawing.Imaging.ImageFormat.Png);
string result = client.PlateLicense(image).ToString();
if (result.Contains("\"error_code\""))//说明异常
{
tempModel.state = false;
tempModel.contextModel.errorTypeModel = Json.ToObject<ErrorTypeModel>(result);
tempModel.errorMsg = tempModel.contextModel.errorTypeModel.error_discription = OCR_CharacterRecognitionErrorType.GetErrorCodeToDescription(tempModel.contextModel.errorTypeModel.error_code);
}
else
{
tempModel.state = true;
tempModel.contextModel.successModel = Json.ToObject<DrivingLicenseSuessResultModel>(result);
}
return tempModel;
}
源码地址：https://github.com/linbin524/AI_Project
相关文章：
认识微软Visual Studio Tools for AI
基于Emgu CV+百度人脸识别，实现视频动态 人脸抓取与识别
百度OCR文字识别-身份证识别
微软人工智能和对话平台--知识商城体验
原文地址:http://www.cnblogs.com/linbin524/p/8036158.html
.NET社区新闻，深度好文，欢迎访问公众号文章汇总 http://www.csharpkit.com
