Python實戰(zhàn)之實現(xiàn)截圖識別文字

更新時間：2021年11月29日 09:39:05 作者：佟大帥

本文主要介紹了通過python實現(xiàn)截圖識別圖中文字的功能，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以學習一下

前言

系統(tǒng)：win10

Python版本：python3.8.6

pycharm版本：pycharm 2021.1.2(Professional Edition)

完整代碼下載：Baidu_Ocr.py-Python

一、獲取百度智能云token

百度智能云登錄后找到人工智能界面下的文字識別->管理界面創(chuàng)建應用文字識別。

創(chuàng)建應用完成后記錄下，后臺界面提供的AppID、API key、Secret Key的信息

接下來根據(jù) 官方提供的文檔獲取使用Token

# encoding:utf-8
import requests
# client_id 為官網(wǎng)獲取的AK， client_secret 為官網(wǎng)獲取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=wgEHks0l6MCpalbs3lPuFX1U&client_secret=Z4Rn4ghBx9k06fUYPmSEIRbCFvWFxLyQ'
response = requests.get(host)
if response:
    print(response.json()['access_token'])

二、百度借口調(diào)用

使用獲取后token調(diào)用百度接口對圖片進行識別提取文字

# encoding:utf-8

import requests
import base64
'''
通用文字識別（高精度版）
'''
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
# 二進制方式打開圖片文件
f = open('圖片.png', 'rb')
img = base64.b64encode(f.read())
params = {"image":img}
# 獲取后的Token的調(diào)用
access_token = '24.0d99efe8a0454ffd8d620b632c58cccc.2592000.1639986425.282335-24065278'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json())

獲取后的token為json格式的數(shù)據(jù)

此處步驟我們可以看出識別后的文件是以json的格式返回的所以要想達到取出文字的效果就需要對json格式的返回值進行解析

三、搭建窗口化的程序以便于使用

實現(xiàn)窗口可視化的第三方類庫是Tkinter?？稍诮K端輸入 pip install tkinter 自行下載安裝

導入tkinter模塊包構(gòu)建我們的可視化窗口，要是實現(xiàn)的功能有截圖識別文字，中英文分離，文字識別后自動發(fā)送給剪切板

from tkinter import *
# 創(chuàng)建窗口
window = Tk()
# 窗口名稱
window.title('qcc-tnw')
# 設(shè)置窗口大小
window.geometry('400x600')
# 窗口標題設(shè)置
l=Label(window,text='百度API調(diào)用', bg='green', fg='white', font=('Arial', 12), width=30, height=2)
l.pack()
# 設(shè)置文本接收框
E1 = Text(window,width='100',height='100')
# 設(shè)置操作Button，單擊運行文字識別  "window窗口，text表示按鈕文本，font表示按鈕本文字體，width表示按鈕寬度，height表示按鈕高度，command表示運行的函數(shù)"
img_txt = Button(window, text='文字識別', font=('Arial', 10), width=15, height=1)
# 設(shè)置操作Button，單擊分割英文
cut_en = Button(window, text='英文分割', font=('Arial', 10), width=15, height=1)
# 設(shè)置操作Button，單擊分割中文
cut_cn = Button(window, text='中文分割', font=('Arial', 10), width=15, height=1)
# 參數(shù)anchor='nw'表示在窗口的北偏西方向即左上角
img_txt.pack(anchor='nw')
cut_en.pack(anchor='nw')
cut_cn.pack(anchor='nw')
# 使得構(gòu)建的窗口始終顯示在桌面最上層
window.wm_attributes('-topmost',1)
window.mainloop()

四、實現(xiàn)截圖的自動保存

通過上述對百度接口的解析發(fā)現(xiàn)接口是不支持提取剪切板中的文件的

所以通過PIL庫截取的圖片從剪切板保存到本地，在調(diào)用百度的接口實現(xiàn)圖片中文字的識別

PIL的安裝終端輸入 pip install PIL

from PIL import ImageGrab

#取出剪切板的文件保存至本地

image = ImageGrab.grabclipboard()
s= 'xxx.png'
image.save(s)
#百度接口調(diào)用
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
f = open(s, 'rb')
img = base64.b64encode(f.read())
params = {"image": img}
access_token = '24.ee0e97cbc00530d449464a563e628b8d.2592000.1640228774.282335-24065278'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
for i in response.json()['words_result']:
    print(i['words'])

完成后可以使用qq或微信等的截圖功能截圖并運行程序

五、將識別到的文字輸出顯示在窗口文本框中并將文字發(fā)送到剪切板

if response:
    for i in response.json()['words_result']:
        # 接受識別后的文本
        E1.insert("insert", i['words'] + '\n')
        E1.pack(side=LEFT)
    # 將識別后的文字寫入剪切板
    pyperclip.copy(E1.get("1.0","end"))

六、提取識別后文字中的中（英）文

此處的判斷相對簡單將 if len(''.join(re.findall(r'[A-Za-z]', i['words'])))<1: 中的‘<'改為‘>'即為中文

E1.delete('1.0','end')
for i in response.json()['words_result']:
#判斷是否存在英文
    if len(''.join(re.findall(r'[A-Za-z]', i['words'])))<1:
        #將識別正則過濾后的文本在文本框中顯示
        E1.insert("insert", i['words'] + '\n')
        E1.pack(side=LEFT)
    #復制到剪切板
    pyperclip.copy(E1.get("1.0", "end"))

最后將方法封裝為函數(shù)形式傳遞至我們定義好的窗口按鈕中?

# 設(shè)置操作Button，單擊運行文字識別  "window窗口，text表示按鈕文本，font表示按鈕本文字體，width表示按鈕寬度，height表示按鈕高度，command表示運行的函數(shù)"
img_txt = Button(window, text='文字識別', font=('Arial', 10), width=15, height=1,command=img_all)
# 設(shè)置操作Button，單擊分割英文
cut_en = Button(window, text='英文分割', font=('Arial', 10), width=15, height=1,command=img_en)
# 設(shè)置操作Button，單擊分割中文
cut_cn = Button(window, text='中文分割', font=('Arial', 10), width=15, height=1,command=img_cn)
# 參數(shù)anchor='nw'表示在窗口的北偏西方向即左上角
img_txt.pack(anchor='nw')
cut_en.pack(anchor='nw')
cut_cn.pack(anchor='nw')
window.wm_attributes('-topmost',1)

以上就是Python實戰(zhàn)之實現(xiàn)截圖識別文字的詳細內(nèi)容，更多關(guān)于Python 截圖識別文字的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: