一、一、文档智能服务介绍
文档智能（Document AI）融合了业界顶尖的深度学习技术、图像检测技术以及 OCR 大模型能力，实现了对任意版式结构化信息的精准抽取。无论是规范的固定卡证还是繁杂的物流单据，它都能轻松应对，实现智能化识别。此产品通过预学习构建键值对应关系，并支持客户定制模板，从而大幅提高数据提取与录入的效率。文档智能适用于众多场景，包括政务处理、票据核销、行业表单处理以及国际物流管理等。
二、二、开发完整流程
·开通智能化服务
·申请创建开发者密钥
·创建 C# 项目编写代码集成 Demo
三、2.1 开通文档智能服务
首先需要使用自己的账户登录腾讯云，然后进入 文字识别 服务控制台，开通服务。
开通服务后可以通过控制台查看资源包，开通后默认有1000次的免费额度，方便大家本地开发测试，确认符合功能需求后再去购买资源包，最后部署到生产环境使用。这个对于企业开发者还是非常友好。
四、2.2 创建开发者密钥
因为需要本地调用接口集成开发，需要申请开发者密钥，然后创建开发者密钥，当然如果之前创建过的话可以忽略该步骤。创建成功之后如下：
注意：一定要妥善保护后自己的开发密钥，避免泄露，造成重大财产损失。
五、2.3 创建项目编写代码集成
首先从网络上找到一张送货单单据，具体如下：
本次实现的是通过该单据识别图片中的：
收货单位、送货单号、客户地址、送货日期、合计 五个字段。
首先打开 VS2022 创建一个 WinForm 项目，
项目名称为 DeliveryNoteRecognitionDemo，具体创建如下：
然后单击创建，初始化项目。项目初始化如下：
安装腾讯云文字识别的依赖包搜索 TencentCloudSDK.Ocr。
安装成功后如下：
接着创建一个送货单识别工具类 DeliveryNoteRecognitionUtils.cs。
具体代码如下：
using Newtonsoft.Json;using Newtonsoft.Json.Linq;using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;using TencentCloud.Common;using TencentCloud.Common.Profile;using TencentCloud.Ocr.V20181119;using TencentCloud.Ocr.V20181119.Models;namespace DeliveryNoteRecognitionDemo{ /// <summary> /// 送货单识别工具类 /// </summary> public class DeliveryNoteRecognitionUtils { /// <summary> /// /// </summary> /// <param name="imageUrl">图片URL</param> /// <returns></returns> public static DeliveryNoteRecognitionModel Get(string imageUrl) { // 注意密钥妥善保存，避免泄露，可以放入配置文件或者数据库中 Credential cred = new Credential { SecretId = "", SecretKey = "" }; // 实例化一个client选项，可选的，没有特殊需求可以跳过 ClientProfile clientProfile = new ClientProfile(); // 实例化一个http选项，可选的，没有特殊需求可以跳过 HttpProfile httpProfile = new HttpProfile(); httpProfile.Endpoint = ("ocr.tencentcloudapi.com"); clientProfile.HttpProfile = httpProfile; // 实例化要请求产品的client对象,clientProfile是可选的 OcrClient client = new OcrClient(cred, "", clientProfile); // 实例化一个请求对象,每个接口都会对应一个request对象 SmartStructuralProRequest req = new SmartStructuralProRequest(); req.ImageUrl = imageUrl; req.ItemNames = new string[] { "收货单位", "送货单号", "客户地址", "送货日期", "合计" }; DeliveryNoteRecognitionModel deliveryNoteRecognitionModel = new DeliveryNoteRecognitionModel(); // 返回的resp是一个SmartStructuralProResponse的实例，与请求对象对应 SmartStructuralProResponse resp = client.SmartStructuralProSync(req); JObject jsonObject = JObject.Parse(AbstractModel.ToJsonString(resp)); deliveryNoteRecognitionModel.Consignee = jsonObject["StructuralList"][0]["Groups"][0]["Lines"][0]["Value"]["AutoContent"].ToString(); deliveryNoteRecognitionModel.DeliveryNoteNumber = jsonObject["StructuralList"][1]["Groups"][0]["Lines"][0]["Value"]["AutoContent"].ToString(); deliveryNoteRecognitionModel.CustomerAddress = jsonObject["StructuralList"][2]["Groups"][0]["Lines"][0]["Value"]["AutoContent"].ToString(); deliveryNoteRecognitionModel.DeliveryDate = jsonObject["StructuralList"][3]["Groups"][0]["Lines"][0]["Value"]["AutoContent"].ToString(); deliveryNoteRecognitionModel.TotalAmount = jsonObject["StructuralList"][4]["Groups"][0]["Lines"][0]["Value"]["AutoContent"].ToString(); return deliveryNoteRecognitionModel; } }}
注意：说明：
注意：因为 JSON 结构比较复杂，目前不采用实体的方式获取字段属性，直接根据自定义的字段顺序进行获取，大家注意获取的顺序号。避免出现获取的字段对不上。
六、界面设计
这里增加一个图片地址的输入框和查询按钮，另外增加一个分组展示解析结果，具体后台代码如下：
private void btnSearch_Click(object sender, EventArgs e) { tring url = txtImageUrl.Text; if (string.IsNullOrWhiteSpace(url)) { MessageBox.Show("请输入查询送货单图片的URL"); } else { DeliveryNoteRecognitionModel model = DeliveryNoteRecognitionUtils.Get(url); txtAddress.Text = model.CustomerAddress; txtDate.Text = model.DeliveryDate; txtAmount.Text = model.TotalAmount; txtBillNo.Text = model.DeliveryNoteNumber; txtReceiveCompany.Text = model.Consignee; } }
界面效果如下：
调试获取请求的数据如下：
JSON 格式的数据：
返回的 JSON 数据：
{ "Angle": 0.0, "StructuralList": [{ "Groups": [{ "Lines": [{ "Key": { "AutoName": "收货单位", "ConfigName": null }, "Value": { "AutoContent": "源悦餐饮连锁有限公司", "Coord": { "LeftTop": { "X": 0, "Y": 0 }, "RightTop": { "X": 0, "Y": 0 }, "RightBottom": { "X": 0, "Y": 0 }, "LeftBottom": { "X": 0, "Y": 0 } } } }] }] }, { "Groups": [{ "Lines": [{ "Key": { "AutoName": "送货单号", "ConfigName": null }, "Value": { "AutoContent": "NO:HT202402040010", "Coord": { "LeftTop": { "X": 0, "Y": 0 }, "RightTop": { "X": 0, "Y": 0 }, "RightBottom": { "X": 0, "Y": 0 }, "LeftBottom": { "X": 0, "Y": 0 } } } }] }] }, { "Groups": [{ "Lines": [{ "Key": { "AutoName": "客户地址", "ConfigName": null }, "Value": { "AutoContent": "陕西省西安市高新技术产业开发区1000号", "Coord": { "LeftTop": { "X": 0, "Y": 0 }, "RightTop": { "X": 0, "Y": 0 }, "RightBottom": { "X": 0, "Y": 0 }, "LeftBottom": { "X": 0, "Y": 0 } } } }] }] }, { "Groups": [{ "Lines": [{ "Key": { "AutoName": "送货日期", "ConfigName": null }, "Value": { "AutoContent": "2024/2/4", "Coord": { "LeftTop": { "X": 0, "Y": 0 }, "RightTop": { "X": 0, "Y": 0 }, "RightBottom": { "X": 0, "Y": 0 }, "LeftBottom": { "X": 0, "Y": 0 } } } }] }] }, { "Groups": [{ "Lines": [{ "Key": { "AutoName": "合计", "ConfigName": null }, "Value": { "AutoContent": "¥1,733,000.00", "Coord": { "LeftTop": { "X": 0, "Y": 0 }, "RightTop": { "X": 0, "Y": 0 }, "RightBottom": { "X": 0, "Y": 0 }, "LeftBottom": { "X": 0, "Y": 0 } } } }] }] }], "WordList": [], "RequestId": "b1c0bc85-****-****-****-88683613fcce"}
最终界面结果如下：
七、三、总结
通过以上案例可以借助腾讯云文档智能服务轻松提取送货单的信息，大家如果使用的时候只需要把该服务封装为 API 接口就可以轻松和其他系统进行对接集成，非常实用。当然也可以通过该案例去集成更多的场景，例如，出货、发货标签的识别、质量检验单的识别、出入库单据的识别、客户发票、应付单等等各种单据的识别都可以做到。通过腾讯云文档智能服务可以大大节省人工录入的准确率和效率。还是非常实用的，感兴趣的朋友可以自己体验一下，大家如果有问题欢迎评论区沟通交流！