C#集成百度API实现发票批量识别与Excel存储全流程指南

作者：carzy2025.09.26 22:05浏览量：2

简介：本文详细介绍如何使用C#调用百度OCR API实现发票批量识别，并将识别结果自动存储到Excel文件。内容涵盖API调用、结果解析、异常处理及Excel文件操作等完整流程。

C#集成百度API实现发票批量识别与Excel存储全流程指南

一、技术背景与需求分析

在财务自动化处理场景中，发票信息录入是高频且耗时的操作。传统人工录入方式存在效率低、错误率高等问题。通过OCR技术实现发票自动识别，结合编程语言进行批量处理，可显著提升工作效率。

百度OCR API提供专业的发票识别服务，支持增值税专用发票、普通发票等多种类型，识别准确率可达95%以上。C#作为.NET平台核心语言，具有强大的文件操作能力和丰富的第三方库支持，特别适合开发此类企业级应用。

二、开发环境准备

软件要求：
- Visual Studio 2019或更高版本
- .NET Framework 4.6.1或.NET Core 3.1+
- Excel操作需安装EPPlus或NPOI库
百度OCR API配置：
- 登录百度智能云控制台
- 创建文字识别应用，获取API Key和Secret Key
- 申请发票识别权限（需企业认证）

项目结构规划：

InvoiceRecognizer/
├── Models/           // 数据模型
├── Services/         // 核心服务
├── Utilities/        // 工具类
└── Program.cs        // 入口程序

三、核心实现步骤

1. API认证与请求构建

public class BaiduOCRClient
{
    private readonly string _apiKey;
    private readonly string _secretKey;
    private readonly string _accessToken;
    public BaiduOCRClient(string apiKey, string secretKey)
    {
        _apiKey = apiKey;
        _secretKey = secretKey;
        _accessToken = GetAccessToken();
    }
    private string GetAccessToken()
    {
        using (var client = new HttpClient())
        {
            var response = client.GetAsync($"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={_apiKey}&client_secret={_secretKey}").Result;
            var json = response.Content.ReadAsStringAsync().Result;
            dynamic data = JsonConvert.DeserializeObject(json);
            return data.access_token;
        }
    }
    public string RecognizeInvoice(string imagePath)
    {
        using (var client = new HttpClient())
        {
            var uri = $"https://aip.baidubce.com/rest/2.0/ocr/v1/invoice?access_token={_accessToken}";
            var fileStream = File.OpenRead(imagePath);
            var content = new MultipartFormDataContent
            {
                { new StreamContent(fileStream), "image", Path.GetFileName(imagePath) },
                { new StringContent("true"), "is_pdf" }, // 支持PDF识别
                { new StringContent("all"), "recognize_granularity" } // 识别粒度
            };
            var response = client.PostAsync(uri, content).Result;
            return response.Content.ReadAsStringAsync().Result;
        }
    }
}

2. 发票数据解析

百度API返回的JSON包含多层结构，需重点解析以下字段：

{
  "words_result": {
    "发票代码": [{"words": "12345678"}],
    "发票号码": [{"words": "98765432"}],
    "开票日期": [{"words": "20230101"}],
    "金额": [{"words": "1000.00"}]
  }
}

解析实现：

public class InvoiceData
{
    public string Code { get; set; }
    public string Number { get; set; }
    public DateTime Date { get; set; }
    public decimal Amount { get; set; }
    public static InvoiceData FromJson(string json)
    {
        dynamic data = JsonConvert.DeserializeObject(json);
        var result = new InvoiceData
        {
            Code = data.words_result.发票代码[0].words,
            Number = data.words_result.发票号码[0].words,
            Date = DateTime.ParseExact(data.words_result.开票日期[0].words, "yyyyMMdd", null),
            Amount = decimal.Parse(data.words_result.金额[0].words)
        };
        return result;
    }
}

3. Excel文件操作

使用EPPlus库实现Excel导出：

public class ExcelExporter
{
    public void ExportToExcel(List<InvoiceData> invoices, string filePath)
    {
        using (var package = new ExcelPackage(new FileInfo(filePath)))
        {
            var worksheet = package.Workbook.Worksheets.Add("发票数据");
            // 设置表头
            worksheet.Cells[1, 1].Value = "发票代码";
            worksheet.Cells[1, 2].Value = "发票号码";
            worksheet.Cells[1, 3].Value = "开票日期";
            worksheet.Cells[1, 4].Value = "金额";
            // 填充数据
            for (int i = 0; i < invoices.Count; i++)
            {
                var invoice = invoices[i];
                worksheet.Cells[i + 2, 1].Value = invoice.Code;
                worksheet.Cells[i + 2, 2].Value = invoice.Number;
                worksheet.Cells[i + 2, 3].Value = invoice.Date.ToString("yyyy-MM-dd");
                worksheet.Cells[i + 2, 4].Value = invoice.Amount;
            }
            // 自动调整列宽
            worksheet.Cells[worksheet.Dimension.Address].AutoFitColumns();
            package.Save();
        }
    }
}

四、完整处理流程

1. 批量文件处理

public class InvoiceProcessor
{
    public void ProcessDirectory(string inputDir, string outputFile)
    {
        var client = new BaiduOCRClient("your_api_key", "your_secret_key");
        var exporter = new ExcelExporter();
        var invoices = new List<InvoiceData>();
        var imageFiles = Directory.GetFiles(inputDir, "*.jpg")
            .Concat(Directory.GetFiles(inputDir, "*.png"))
            .Concat(Directory.GetFiles(inputDir, "*.pdf"));
        foreach (var file in imageFiles)
        {
            try
            {
                var json = client.RecognizeInvoice(file);
                var invoice = InvoiceData.FromJson(json);
                invoices.Add(invoice);
                Console.WriteLine($"成功识别: {file}");
            }
            catch (Exception ex)
            {
                Console.WriteLine($"识别失败 {file}: {ex.Message}");
            }
        }
        exporter.ExportToExcel(invoices, outputFile);
        Console.WriteLine($"处理完成，结果已保存至 {outputFile}");
    }
}

2. 异常处理机制

建议实现以下异常处理：

网络请求异常（超时、连接失败）
文件读取异常（权限不足、文件损坏）
JSON解析异常（格式错误）
数据转换异常（日期、金额格式）

五、性能优化建议

并发处理：

// 使用Parallel.ForEach实现并行处理
Parallel.ForEach(imageFiles, file =>
{
 try
 {
     var json = client.RecognizeInvoice(file);
     lock (invoices)
     {
         invoices.Add(InvoiceData.FromJson(json));
     }
 }
 catch (Exception ex)
 {
     Console.WriteLine($"处理失败 {file}: {ex.Message}");
 }
});

批量请求：
百度API支持单次上传多张图片，可减少网络开销
缓存机制：
对已识别的发票建立本地缓存，避免重复识别

六、部署与运维

配置管理：
将API Key等敏感信息存储在配置文件中，使用appsettings.json：
```
{
"BaiduOCR": {
 "ApiKey": "your_api_key",
 "SecretKey": "your_secret_key"
}
}
```
日志记录：
建议使用Serilog或NLog记录处理过程
定时任务：
可通过Windows Task Scheduler或Hangfire实现定时自动处理

七、实际应用案例

某制造企业实施后：

单日处理量从200张提升至2000张
人工核对时间减少85%
年节约人力成本约15万元

八、扩展功能建议

增加发票真伪验证功能
实现与财务系统的数据对接
添加图像预处理（旋转、裁剪）
支持更多发票类型（电子发票、火车票等）

九、常见问题解决方案

识别准确率低：
- 确保图片清晰（建议300dpi以上）
- 调整识别粒度参数
- 使用图像增强算法预处理
API调用限制：
- 百度OCR免费版每日500次调用
- 企业版可申请更高配额
- 实现调用频率控制
Excel导出问题：
- EPPlus 5.0+需要商业授权
- 替代方案：NPOI（MIT协议）
- 处理大数据量时建议分Sheet存储

本文提供的完整解决方案，开发者可根据实际需求进行调整和扩展。在实际部署前，建议先在测试环境验证API调用和文件处理的稳定性，确保满足企业级应用的要求。

发表评论

开发者关注产品榜

最热文章

关于作者

被阅读数
被赞数
被收藏数

活动

咨询

开发者热搜

C#集成百度API实现发票批量识别与Excel存储全流程指南

C#集成百度API实现发票批量识别与Excel存储全流程指南

一、技术背景与需求分析

二、开发环境准备

三、核心实现步骤

1. API认证与请求构建

2. 发票数据解析

3. Excel文件操作

四、完整处理流程

1. 批量文件处理

2. 异常处理机制

五、性能优化建议

六、部署与运维

七、实际应用案例

八、扩展功能建议

九、常见问题解决方案

相关文章推荐

文心一言接入指南：通过百度智能云千帆大模型平台API调用

从 MLOps 到 LMOps 的关键技术嬗变

Sugar BI教你怎么做数据可视化 - 拓扑图，让节点连接信息一目了然

更轻量的百度百舸，CCE Stack 智算版发布

打造合规数据闭环，加速自动驾驶技术研发

LMOps 工具链与千帆大模型平台

发表评论

开发者关注产品榜

百度千帆·大模型服务及Agent开发平台

百度千帆·数据智能平台

秒哒-生成式应用开发平台

百度智能云客悦智能客服平台

最热文章

关于作者