一、功能介绍

使用仪器仪表盘读数识别技术，可对采集到的仪器仪表数值信息自动识别，并快速录入到业务系统中，有效解决人工抄录过程中抄错、抄漏等问题，提升抄录效率，减少人工录入工作量，降低企业人力成本，实现仪器仪表数据录入的自动。

二、应用场景

家里的父母长辈年龄大了，对他们的身体应该多加关心。平时除了多锻炼，如果条件允许，可以定时的进行血压、血糖等测量，实时掌握身体数据的变化，做到防范于未然。
目前市面上测量血压的血压计有很多，测量结果也比较准确，有的也不贵，买一个给家里的长辈用，其实也是不错的选择。但是，市面上测量比较准确的血压计，都会有一个问题，那就是大部分的血压计都没有“互联网”特性：他们的血压计，虽然可以测量血压，但是记录一般都只能记录在血压器里，有的还只能记录一个组里，导致如果你想用一个血压计测量多个人的血压，那就只能自己另外做笔记记录了，血压计是不能很好的区分的。也无法将数据跟子女分享，让子女了解长辈的身体情况。更别说，这些血压数值到底是代表什么意思，连续血压测量值的变化有什么含义等更进一步的数据分析了。
其实，完全可以利用百度的“仪器仪表盘读数识别技术”，做一个专门的健康咨询管理工具：用手机简单的拍个照，便能够读取血压计测量的数据，然后将数据进行分组记录，并将数据进行同步分享，让子女能够实时掌握父母长辈的身体健康状态。
如果，再结合语音合成，人工智能技术，上传血压数据后，可以给出本次血压数据的语音播报就更好了，比如：“您本次高压XXX，低压XXX，脉搏XXX，身体健康，结合近期的血压数据，建议多吃蔬菜。。。”，人性化的解读，能大大方便老年人的操作，如果能够用方言进行播报，就更好了。
再进一步，若能联系相关的健康专业人士，进行血压数据的解读、分析，提出改善身体健康的指导意见，那就具有更大的价值了。
另外，还可以利用百度“仪器仪表盘读数识别技术”读取血糖仪、体重计、体脂计等其他仪器的数据，将各种数据结合起来分析，对于身体健康的管理会起到很大的监督、预测作用。

三、使用攻略

说明：本文采用C# 语言，开发环境为.Net Core 3.1，采用在线API接口方式实现血压计的数据读取功能。

（1）平台接入
登陆 百度智能云-管理中心 创建 “文字识别”应用，获取 “API Key ”和 “Secret Key”：https://console.bce.baidu.com/ai/?_=1594130877505&fromai=1#/ai/ocr/overview/index

（2）接口文档

文档地址：https://ai.baidu.com/ai-doc/OCR/Jkafike0v

接口描述：

适用于不同品牌、不同型号的仪器仪表盘读数识别，广泛适用于各类血糖仪、血压仪、燃气表、电表等，可识别表盘上的数字、英文、符号，支持液晶屏、字轮表等表型。

请求说明

HTTP方法：POST
请求URL：https://aip.baidubce.com/rest/2.0/ocr/v1/meter
URL参数：

Header如下：

Body中放置请求参数，参数详情如下：

返回说明
返回参数

返回示例：

{
"words_result":
[{"words":"118","location":{"top":"251","left":"348","width":"156","height":"96"}},
{"words":"78","location":{"top":"356","left":"379","width":"124","height":"100"}},
{"words":"78","location":{"top":"472","left":"437","width":"66","height":"51"}},
{"words":"RU","location":{"top":"490","left":"284","width":"53","height":"40"}},
{"words":"mmHg","location":{"top":"514","left":"370","width":"45","height":"16"}}],
"log_id":"1280505439011733504",
"words_result_num":5
}

（3）源码共享

（3-1）根据 API Key 和 Secret Key 获取 AccessToken

/// 
/// 获取百度access_token
/// 
/// API Key
/// Secret Key
/// 
public static string GetAccessToken(string clientId, string clientSecret)
{
    string authHost = "https://aip.baidubce.com/oauth/2.0/token";
    HttpClient client = new HttpClient();
    List> paraList = new List>();
    paraList.Add(new KeyValuePair("grant_type", "client_credentials"));
    paraList.Add(new KeyValuePair("client_id", clientId));
    paraList.Add(new KeyValuePair("client_secret", clientSecret));

    HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
    string result = response.Content.ReadAsStringAsync().Result;
    JObject jo = (JObject)JsonConvert.DeserializeObject(result);

    string token = jo["access_token"].ToString();
    return token;
}

（3-2）调用API接口获取识别结果

（3-2-1）在Startup.cs 文件 的 Configure(IApplicationBuilder app, IHostingEnvironment env) 方法中开启虚拟目录映射功能：

string webRootPath = HostingEnvironment.WebRootPath;//wwwroot目录

app.UseStaticFiles(new StaticFileOptions
{
    FileProvider = new PhysicalFileProvider(
        Path.Combine(webRootPath, "Uploads", "BaiduAIs")),
    RequestPath = "/BaiduAIs"
});

（3-2-2） 建立Index.cshtml文件

（3-2-2-1）前台代码：

    由于html代码无法原生显示，只能简单说明一下：

    主要是一个form表单，需要设置属性enctype="multipart/form-data"，否则无法上传图片；

    form表单里面有几个控件：

一个Input：type="file"，asp-for="FileUpload" ，上传图片；

一个Input：type="submit"，asp-page-handler="Meter" ，提交请求。

一个img：src="@Model.curPath"，显示需要识别的图片。

最后显示后台 msg 字符串列表信息，如果需要输出原始Html代码，则需要使用@Html.Raw()函数。 

（3-2-2-2） 后台代码： 

主程序代码：

[BindProperty]
public IFormFile FileUpload { get; set; }
[BindProperty]
public string ImageUrl { get; set; }
public List msg = new List();
public string curPath { get; set; }
string webRootPath = Path.Combine(Directory.GetCurrentDirectory(), "wwwroot");

string BaiduAI_OCRPath="Uploads//BaiduAIs//";
string BaiduAI_OCRUrl="/BaiduAIs/";
string OCR_API_KEY="你的API KEY";
string OCR_SECRET_KEY="你的SECRET KEY";

public OCRSearchModel()
{
}

public async Task OnPostMeterAsync()
{
    if (FileUpload is null)
    {
        ModelState.AddModelError(string.Empty, "请先选择需要检测的图片！");
    }
    if (!ModelState.IsValid)
    {
        return Page();
    }
    msg = new List();

    string fileDir = Path.Combine(webRootPath, BaiduAI_OCRPath);
    string imgName = GetRandomName();
    imgName = await UploadFile(FileUpload, fileDir);

    string fileName = Path.Combine(fileDir, imgName);
    string imgBase64 = GetFileBase64(fileName);
    curPath = Path.Combine(BaiduAI_OCRUrl, imgName);

    DateTime startTime = DateTime.Now;

    string result = GetOCRJson(imgBase64, OCR_API_KEY, OCR_SECRET_KEY);

    DateTime endTime = DateTime.Now;
    TimeSpan ts = endTime - startTime;

    JObject jo = (JObject)JsonStringToObj(result);

    try
    {
        List msgList = jo["words_result"].ToList();
        msg.Add("仪器仪表盘读数识别结果（耗时" + ts.TotalSeconds + "秒）：\n");
        foreach (JToken ms in msgList)
        {
            msg.Add(ms["words"].ToString());
        }
    }
    catch (Exception e)
    {
        msg.Add(result);
    }
    return Page();
}

其他相关函数：

/// 
/// 文字识别Json字符串
/// 
/// 图片base64编码
/// API Key
/// Secret Key
/// 
public static string GetOCRJson( string strbaser64, string clientId, string clientSecret)
{
    string token = GetAccessToken(clientId, clientSecret);
    string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/meter?access_token=" + token;
    Encoding encoding = Encoding.Default;
    HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
    request.Method = "post";
    request.ContentType = "application/x-www-form-urlencoded";
    request.KeepAlive = true;
    string str = "image=" + HttpUtility.UrlEncode(strbaser64);
    byte[] buffer = encoding.GetBytes(str);
    request.ContentLength = buffer.Length;
    request.GetRequestStream().Write(buffer, 0, buffer.Length);
    HttpWebResponse response = (HttpWebResponse)request.GetResponse();
    StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
    string result = reader.ReadToEnd();
    return result;
}

/// 
/// 获取百度access_token
/// 
/// API Key
/// Secret Key
/// 
public static string GetAccessToken(string clientId, string clientSecret)
{
    string authHost = "https://aip.baidubce.com/oauth/2.0/token";
    HttpClient client = new HttpClient();
    List> paraList = new List>();
    paraList.Add(new KeyValuePair("grant_type", "client_credentials"));
    paraList.Add(new KeyValuePair("client_id", clientId));
    paraList.Add(new KeyValuePair("client_secret", clientSecret));

    HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
    string result = response.Content.ReadAsStringAsync().Result;
    JObject jo = (JObject)JsonConvert.DeserializeObject(result);

    string token = jo["access_token"].ToString();
    return token;
}

/// 
/// 生成一个随机唯一文件名（Guid）
/// 
/// 
public static string GetRandomName()
{
    return Guid.NewGuid().ToString("N");
}

/// 
/// 返回图片的base64编码
/// 
/// 文件绝对路径名称
/// 
public static String GetFileBase64(string fileName)
{
    FileStream filestream = new FileStream(fileName, FileMode.Open);
    byte[] arr = new byte[filestream.Length];
    filestream.Read(arr, 0, (int)filestream.Length);
    string baser64 = Convert.ToBase64String(arr);
    filestream.Close();
    return baser64;
}

/// 
/// json转为对象
/// 
/// Json字符串
/// 
public static Object JsonStringToObj(string jsonString)
{
    Object s = JsonConvert.DeserializeObject(jsonString);
    return s;
}

/// 
/// 上传文件,返回文件名
/// 
/// 文件上传控件
/// 文件绝对路径
/// 
public static async Task UploadFile(IFormFile formFile, string fileDir)
{
    if (!DirectoryExists(directory))
    {
        Directory.CreateDirectory(directory);
    }
    string extension = Path.GetExtension(formFile.FileName);
    string imgName = Guid.NewGuid().ToString("N") + extension;
    var filePath = Path.Combine(fileDir, imgName);

    using (var fileStream = new FileStream(filePath, FileMode.Create, FileAccess.Write))
    {
        await formFile.CopyToAsync(fileStream);
    }

    return imgName;
}

四、效果测试

1、页面：

2、识别结果：

2.1

2.2

2.3

2.4

2.5

五、测试结果及建议

通过上述简单的测试可知，百度的“仪器仪表盘读数识别”技术还是相当准确的，识别速度也快，平均0.5秒就能够识别出来了。

对于血压计，高压、低压、脉搏数据几乎都能准确识别，不过有时候还是会存在识别不准确的情况，比如第一张，脉搏应该是70的，但是百度识别成了700，试了好几次，都一样，不知道是什么原因，看来还是存在提升的空间的。

另外，如果能够进一步，识别出该仪器到底是血压计、体重计还是其他的仪器，并能够自动是被各仪器上的数字分别表示什么含义，那就更加方便了，比如血压计，一般都会有高压、低压、脉搏这三组数据的，体重计则会有体重这一重要数据。