如何用C#调用Azure计算机视觉API实现发票‘售卖了什么’问答？

你之前用Web前端实现的是**视觉问答（VQA）**功能，而当前代码调用的是对象检测（Objects）接口，这两个功能完全不同，所以无法得到期望的结果。以下是正确的C#实现步骤：

核心思路 #

使用Azure计算机视觉的视觉问答API，直接传入图片和问题“What was sold”，API会返回对应答案，无需手动解析对象。

完整代码示例 #

using System;
using System.IO;
using System.Threading.Tasks;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;

class Program
{
    static async Task Main(string[] args)
    {
        // 替换为你的订阅密钥和端点
        string subscriptionKey = "你的订阅密钥";
        string endpoint = "你的端点URL";

        // 初始化客户端
        var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(subscriptionKey))
        {
            Endpoint = endpoint
        };

        // 图片路径（注意C#路径需用@转义或双反斜杠）
        string imagePath = @"C:\Users\Trevo\Pictures\Yacht\img_20220709_125430.jpg";

        // 定义视觉问答参数：传入问题和图片流
        using Stream imageStream = File.OpenRead(imagePath);
        var vqaParams = new VisualQuestionAnsweringParameters()
        {
            Question = "What was sold",
            Image = imageStream
        };

        // 调用视觉问答API
        var vqaResult = await client.GenerateAnswerAsync(vqaParams);

        // 输出结果
        if (vqaResult.Answers != null && vqaResult.Answers.Count > 0)
        {
            // 取置信度最高的答案
            var bestAnswer = vqaResult.Answers[0];
            Console.WriteLine($"售卖商品及价格：{bestAnswer.Answer}");
            Console.WriteLine($"置信度：{bestAnswer.Confidence:P2}");
        }
        else
        {
            Console.WriteLine("未识别到有效答案");
        }
    }
}

关键注意事项 #

• API接口选择：必须使用GenerateAnswerAsync方法，而不是AnalyzeImageInStreamAsync的Objects特征，因为VQA是专门处理图文问答的功能。
• 路径转义：C#中本地路径需要用@前缀避免转义，或者把\替换为\\。
• 权限验证：确保你的Azure计算机Vision资源订阅包含视觉问答功能（大部分付费 tier 都支持）。
• 异步调用：代码需在async方法中执行，比如Main方法标记为async Task。

内容的提问来源于stack exchange，提问作者Trevor Daniel