本文实例为大家分享了python实现连续图文识别的具体代码,供大家参考,具体内容如下
1.工具:
1.1 剪切板。我下载并安装使用的是剪切板查看器(clipbrd.exe),成功后显示“剪贴薄查看器.exe”
1.2 截图工具并设置热键。保存图片键和退出键可任意设置,注意不能同其它热键冲突。我使用的是微信截图,进入设置---进入快捷按键---把截取屏幕键改为F1。
1.3 Python 3.x,Windows环境
1.4 注册百度云帐号,获取Appid API Key Secret Key
1.5 新建文件夹。我建的名叫‘图文识别\'文件夹(C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python35-32\\图文识别)
1.6 ‘图文识别\'文件夹下,有3个.py文件,分别是:screenshot.py baiduap.py getText.py;有1个配置文本文件是password.ini;有个图像文件是Picture.png。
1.7 需要有以下第三方库:keyboard、PIL、aip、configparser、win32con、win32clipboard。
2 完整代码:
2.1 screenshot.py是主程序,可独立运行,主要功能为截图并保存。
\"\"\" 本程序可独立运行,主要功能是截图并保存\"\"\"
import sys
from time import sleep
import keyboard
from PIL import ImageGrab #pillow
from baiduap import BaiDuAPI
from getText import GetText
def screenShot():
\"\"\"用于截图并保存\"\"\"
print(\'请按F1开始截图\')
if keyboard.wait(hotkey=\'f1\')==None:
print(\'复制剪切板的图片,请按Ctrl+b,不复制继续截图\')
if keyboard.wait(hotkey=\'Ctrl+b\')==None:
sleep(0.02) #防止获取的是上一张截图
#复制剪贴板里面的图片
im=ImageGrab.grabclipboard()
im.save(\'Picture.png\')
if __name__==\'__main__\':
baiduapi=BaiDuAPI(\'password.ini\')
for _ in range(sys.maxsize):
screenShot()
texts=baiduapi.picture2Text(\'Picture.png\')
print(texts)
GetText.setText(texts) #剪贴板剪贴
sleep(0.02)
GetText.getText()
print(\'退出请按Ctrl+x\')
if keyboard.wait(hotkey=\'Ctrl+x\')==None:
name=input(\'请输入保存图像识别文字文件名:\')
f=open(name+\'.txt\',\'w\')
f.write(texts)
f.close()
break
2.2 baiduap.py 程序可独立使用,主要功能是图像文字识别。
from aip import AipOcr
import configparser
class BaiDuAPI:
\"\"\"图片文字识别\"\"\"
#初识化方法
def __init__(self,filePath): #self 就是BaiDuAPI()
#读取工单信息
target=configparser.ConfigParser()
target.read(filePath)
app_id=target.get(\'我的工单\',\'App_ID\')
app_key=target.get(\'我的工单\',\'App_KEY\')
secret_key=target.get(\'我的工单\',\'SECRET_KEY\')
self.client=AipOcr( app_id, app_key,secret_key)
def picture2Text(self,filePath):
#读取图片
image=self.getPicture(filePath)
texts=self.client.basicGeneral(image)
#print(texts[\'words_result\'])
allTexts=\'\'
for word in texts[\'words_result\']:
allTexts=allTexts+word.get(\'words\',\'\')
return allTexts
@staticmethod
def getPicture(filePath):
with open(filePath,\'rb\') as fp:
return fp.read()
if __name__==\'__main__\':
baiduapi=BaiDuAPI(\'password.ini\')
print(baiduapi.picture2Text(\'Picture.png\'))
2.3 getText.py 程序,主要功能是把图像识别出来的文字,保存到剪切板。
import sys
import os.path
import win32clipboard as w
import win32con
class GetText:
def getText():#读取剪切板
w.OpenClipboard()
d = w.GetClipboardData(win32con.CF_TEXT)
w.CloseClipboard()
return d
def setText(aString):#写入剪切板
w.OpenClipboard()
w.EmptyClipboard()
w.SetClipboardText(aString)
w.CloseClipboard()
if __name__==\'__main__\':
GetText.setText(\'布衣弓长\')
GetText.getText()
2.4 password.ini 文件,用记事本编写,把百度云获取的相关信息填进去。内容是:
[我的工单];节
App_ID=151313**
App_KEY=1V2LlBhLUYaHu2Y9*******
SECRET_KEY=fGufC1CbiZ0tw1imTGoIsaGO******
3.运行。启动qq和剪贴薄查看器.exe,在python环境下运行screenshot.py。
经实测:识别率高,能快速抓取多图,但每运行一次程序,只能识别保存在Picture.png文件里图像的文字。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
继续阅读与本文标签相同的文章
中国的智能音箱泡沫,90%玩家或在明年消亡
-
市场再出人性化软件!这还只是新起点?方便了这些群体
2026-05-18栏目: 教程
-
《Android高性能编程》| 每日读本书
2026-05-18栏目: 教程
-
上海市增值税发票管理系统25日停机前需完成以下事项
2026-05-18栏目: 教程
-
设计建设网站前,网站安全整体解决方案全解析!
2026-05-18栏目: 教程
-
三年从业经验且非科班出身的中年Java程序员如何保持岗位竞争力
2026-05-18栏目: 教程
