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。

收藏 打印