[{"data":1,"prerenderedAt":139},["ShallowReactive",2],{"-cases-robot-ocr":3},{"id":4,"title":5,"body":6,"client":122,"description":123,"extension":124,"image":125,"industry":126,"meta":127,"navigation":128,"path":129,"results":130,"seo":134,"stem":135,"summary":136,"year":137,"__hash__":138},"cases\u002Fcases\u002Frobot-ocr.md","翻页机器人 OCR 识别平台",{"type":7,"value":8,"toc":108},"minimark",[9,13,17,20,23,39,46,49,54,57,61,64,68,71,74,96,99,102,105],[10,11,12],"h2",{"id":12},"项目背景",[14,15,16],"p",{},"客户希望将翻页机器人采集到的纸质文档图像，快速转化为可查看、可处理、可导出的数字内容。原始需求并不复杂，但真正的难点在于链路要顺：设备上传图片后，前端要第一时间看到结果，OCR 返回的数据还要继续做翻译与文件输出，整个过程不能让操作人员反复切换系统。",[14,18,19],{},"因此，这个项目的重点并不是单一接口开发，而是把“采集、识别、处理、展示、下载”串成一个稳定的工作台。",[10,21,22],{"id":22},"方案设计",[14,24,25,26,30,31,34,35,38],{},"我们采用前后端分离架构，后端基于 ",[27,28,29],"code",{},".NET 9"," 构建 Web API，前端使用 ",[27,32,33],{},"Vue 3"," 负责实时界面与大屏展示，部署环境推荐 ",[27,36,37],{},"Ubuntu 22.04","。整体设计优先保证两件事：一是链路响应及时，二是界面足够直观，适合在大屏场景下持续展示设备运行状态与识别结果。",[14,40,41,42,45],{},"在通信层，我们引入 ",[27,43,44],{},"SignalR"," 作为服务端与客户端的双向通道。翻页机器人上传图片后，系统可以立即推送到前端界面；OCR 处理完成后，识别文本也会同步回传到页面。这让原本分散的处理流程，变成一个可实时观察的连续过程。",[10,47,48],{"id":48},"项目亮点",[50,51,53],"h3",{"id":52},"_1-实时链路清晰设备状态一眼可见","1. 实时链路清晰，设备状态一眼可见",[14,55,56],{},"平台能够在接收到机器人图片后即时通知前端，并把图像直接呈现在界面上。对于现场操作人员来说，这种“边采集、边展示”的方式比传统轮询刷新更直接，也更容易排查异常。",[50,58,60],{"id":59},"_2-ocr-与业务处理不是分开的两套系统","2. OCR 与业务处理不是分开的两套系统",[14,62,63],{},"我们没有把 OCR 只当成一个识别接口来接入，而是继续向下完成结果处理。OCR 返回内容经过整理后，可以进入翻译流程，并支持文件下载，减少人工二次复制和整理的步骤。",[50,65,67],{"id":66},"_3-面向大屏场景设计兼顾展示与操作","3. 面向大屏场景设计，兼顾展示与操作",[14,69,70],{},"页面布局和 UI 组件围绕大屏使用场景设计，重点信息更聚焦，图片与文本结果分区明确，既方便演示，也适合实际值守使用。对客户来说，这不是一个“能用”的后台页面，而是一套能直接放进现场环境的操作界面。",[10,72,73],{"id":73},"技术实现",[14,75,76,77,80,81,84,85,88,89,92,93,95],{},"后端以 ",[27,78,79],{},"C# \u002F .NET 9"," 提供 API 服务，并负责对接远程 OCR API、清洗识别结果以及串联后续翻译与文件导出流程。前端使用 ",[27,82,83],{},"HTML5","、",[27,86,87],{},"CSS3"," 和 ",[27,90,91],{},"JavaScript (Vue 3)"," 构建实时界面，通过 ",[27,94,44],{}," 接收图片与文本消息，减少等待感，也让流程状态更透明。",[14,97,98],{},"这种拆分方式的好处很实际：设备接入、OCR 服务替换、翻译能力扩展，都可以在现有架构上继续演进，不需要推翻重做。",[10,100,101],{"id":101},"交付结果",[14,103,104],{},"项目最终完成了一套面向翻页机器人 OCR 场景的业务平台，将图片采集、内容识别、文本翻译与文件下载整合到统一界面中。客户获得的不只是一个 OCR 调用页面，而是一条更完整、更易展示、也更方便落地使用的数字化处理流程。",[14,106,107],{},"对于后续迭代，这套架构也保留了足够空间，能够继续接入更多识别策略、文档处理规则和设备端能力。",{"title":109,"searchDepth":110,"depth":110,"links":111},"",2,[112,113,114,120,121],{"id":12,"depth":110,"text":12},{"id":22,"depth":110,"text":22},{"id":48,"depth":110,"text":48,"children":115},[116,118,119],{"id":52,"depth":117,"text":53},3,{"id":59,"depth":117,"text":60},{"id":66,"depth":117,"text":67},{"id":73,"depth":110,"text":73},{"id":101,"depth":110,"text":101},"某智能设备与文档数字化团队","围绕翻页机器人图像采集、OCR 识别、翻译处理与文件导出，搭建一套可实时展示、可持续扩展的识别平台。","md","\u002Fcases\u002Frobot-ocr.jpg","智能制造",{},true,"\u002Fcases\u002Frobot-ocr",[131,132,133],"打通图像采集、识别、翻译与下载的完整业务链路","基于 SignalR 实现设备端与大屏端的实时联动","兼顾大屏展示效果与后续功能扩展空间",{"title":5,"description":123},"cases\u002Frobot-ocr",null,"2026","-Oin3BQj5U0PDqk7eSfNScBKer2tUzl1sAxOVqQAxEk",1775809762349]