简历解析步骤（第一步）技术与实现（1）识文字，取信息

继上篇文章理论：

简历解析，常见接收到的简历是图片或文档的方式，我们需要先将简历中的文字提取出来，然后再对文字进行算法分析以及AI训练，从而实现解析简历与提高解析度的效果。

先介绍我们整个解析过程和训练过程需要用到的技术：

文字识别：OCR服务（百度 AI 开放平台：通用文字识别）
算法（伪代码：不限语言）
AI 机器学习（ML.NET 或者 Python 一些算法库）

步骤：第一步：通过文字识别的方式，提取出里面所有有价值的内容（可以转换的所有信息：因为本次讲解都是中文，所以接下来都以解析中文简历来作为例子）第二步：通过算法进行识别，找到符合要求的信息如：姓名、性别、年龄、学历、工作经历等。第三步：将识别出来的信息进行本地存储，然后通过人工去纠正错误，将该版本作为样板，交由机器学习算法进行学习运算，计算出模型。第四步：将得出来的模型再识别简历达到一定的量，再纠错，再交由机器学习算法进行学习运算，反复学习，直至通过率接近 100%。

步骤实现：

第一步：识文字，取信息

通过百度 AI 开放平台，识别文字，访问下面的网址，可以跳转到相关文档：

（ai.baidu.com/tech/ocr_ge…

在这里插入图片描述
代码展示：

using System;
using System.Text;
using System.Web;
using System.IO;
using System.Net;

namespace ORCGO
{
    public class Accurate
    {
        // 通用文字识别（高精度含位置版）
        public static string accurate()
        {
            var photoAddress = @"C:\Users\dao\Desktop\简历.png";
            return PhotoToString(photoAddress);
        }

        public static string PhotoToString(string photoAddress)
        {
            string token = "24.fd2856bffc593210817e8134b30be5b4.2592000.1637745382.282335-25050972";
            string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + token;
            Encoding encoding = Encoding.Default;
            HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
            request.Method = "post";
            request.KeepAlive = true;
            // 图片的base64编码
            string base64 = getFileBase64(photoAddress);
            String str = "image=" + HttpUtility.UrlEncode(base64);
            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();
            Console.WriteLine("通用文字识别（高精度含位置版）:");
            Console.WriteLine(result);
            return result;
        }

        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;
        }
    }
}

调用这个类里面的方法，就可以了 PhotoToString

Program.cs

using System;

namespace ORCGO
{
    class Program
    {
        static void Main(string[] args)
        {
            var photoAddress = @"C:\Users\dao\Desktop\简历.png";
            Accurate.SBZP(photoAddress);
        }
    }
}

我们写一个简历
在这里插入图片描述
获得结果：

上面就是通过百度AI 接口识别出来的信息，我们可以感受到准确度还是很高的。

需要源码的，评论区留下邮箱，或者加qq群：546496965