欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

小白學Python之實現(xiàn)OCR識別

 更新時間:2021年08月24日 10:46:12   作者:coderwangson  
將圖片翻譯成文字一般被稱為光學文字識別(Optical Character Recognition,OCR),這篇文章主要給大家介紹了關于Python實現(xiàn)OCR識別的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下

前期準備

在這個階段主要準備整個小程序的結構,既然要實現(xiàn)ocr,那么輸入就是一張圖片,而圖片這里采用屏幕截圖的方式獲得,輸出是文字,這里采用搜狗的ocr接口,我們把截好的圖片傳到搜狗ocr接口中,然后把返回的文字作為輸出即可。

由于想做一個小程序,所以要為程序做GUI,這里采用tkinter編制GUI界面。

界面編寫

界面主要就準備一個窗體,里面有菜單,給出OCR功能。

之后我們點擊菜單,則啟動一個截圖功能,在截圖完成后,我們就把截得的圖片傳入ocr接口并返回文字到主窗體中。

主面板的編寫則直接使用tkinter建立菜單等

	root = Tk() 
	root.title("小新的OCR")
	# 創(chuàng)建一個頂級菜單
    menubar = Menu(root)
    # 創(chuàng)建一個下拉菜單“文件”,然后將它添加到頂級菜單中
    filemenu = Menu(menubar, tearoff=False)
    filemenu.add_command(label="OCR", command=buttonCaptureClick, accelerator='Ctrl+N')
    filemenu.add_command(label="幫助",command=helpClick)
    filemenu.add_command(label="退出", command=root.quit)
    menubar.add_cascade(label="操作", menu=filemenu)
    # 顯示菜單
    root.config(menu=menubar)
    root.bind_all("<Control-d>", lambda event: buttonCaptureClick())
    #啟動消息主循環(huán)
    root.mainloop()  

這樣變回產生一個窗體,用戶可以和這個窗體進行交互,你可以點擊菜單,然后找到其子菜單中的OCR一項,點擊它便會調用一個buttonCaptureClick的函數(shù),這個函數(shù)就來產生截圖,并且保存截圖。

截圖功能實現(xiàn)

截圖功能我也是參考網上的內容,原理就是先把整個屏幕給捕捉到,然后監(jiān)聽鼠標事件,當鼠標左邊按下則作為截圖的左頂點,鼠標左鍵松下則最為截圖的右底點,這樣我們截圖區(qū)域就出來了,然后進行保存即可。

#用來顯示全屏幕截圖并響應二次截圖的窗口類
class MyCapture:
    def __init__(self, png):
        #變量X和Y用來記錄鼠標左鍵按下的位置
        self.X = tkinter.IntVar(value=0)
        self.Y = tkinter.IntVar(value=0)
        #屏幕尺寸
        screenWidth = root.winfo_screenwidth()
        screenHeight = root.winfo_screenheight()
        #創(chuàng)建頂級組件容器
        self.top = tkinter.Toplevel(root, width=screenWidth, height=screenHeight)
        #不顯示最大化、最小化按鈕
        self.top.overrideredirect(True)
        self.canvas = tkinter.Canvas(self.top,bg='white', width=screenWidth, height=screenHeight)
        #顯示全屏截圖,在全屏截圖上進行區(qū)域截圖
        self.image = tkinter.PhotoImage(file=png)
        self.text =""
        self.canvas.create_image(screenWidth//2, screenHeight//2, image=self.image)
        #鼠標左鍵按下的位置
        def onLeftButtonDown(event):
            self.X.set(event.x)
            self.Y.set(event.y)
            #開始截圖
            self.sel = True
        self.canvas.bind('<Button-1>', onLeftButtonDown)
        #鼠標左鍵移動,顯示選取的區(qū)域
        def onLeftButtonMove(event):
            if not self.sel:
                return
            global lastDraw
            try:
                #刪除剛畫完的圖形,要不然鼠標移動的時候是黑乎乎的一片矩形
                self.canvas.delete(lastDraw)
            except Exception as e:
                pass
            lastDraw = self.canvas.create_rectangle(self.X.get(), self.Y.get(), event.x, event.y, outline='black')
        self.canvas.bind('<B1-Motion>', onLeftButtonMove)
        #獲取鼠標左鍵抬起的位置,保存區(qū)域截圖
        def onLeftButtonUp(event):
            self.sel = False
            try:
                self.canvas.delete(lastDraw)
            except Exception as e:
                pass
            sleep(0.1)
            #考慮鼠標左鍵從右下方按下而從左上方抬起的截圖
            left, right = sorted([self.X.get(), event.x])
            top, bottom = sorted([self.Y.get(), event.y])
            pic = ImageGrab.grab((left+1, top+1, right, bottom))
            fileName ="temp.jpg"
            pic.save(fileName)
            self.text = get_text(fileName)
            #關閉當前窗口
            self.top.destroy()
        self.canvas.bind('<ButtonRelease-1>', onLeftButtonUp)
#讓canvas充滿窗口,并隨窗口自動適應大小
        self.canvas.pack(fill=tkinter.BOTH, expand=tkinter.YES)
 #開始截圖
def buttonCaptureClick():
    #最小化主窗口
#     root.state('icon')
    root.withdraw()
    sleep(0.4)
    filename = 'temp.png'
    #grab()方法默認對全屏幕進行截圖
    im = ImageGrab.grab()
    im.save(filename)
    im.close()
    #顯示全屏幕截圖
    w = MyCapture(filename)
    root.wait_window(w.top)
    #截圖結束,恢復主窗口,并刪除臨時的全屏幕截圖文件
    root.update()
    root.deiconify()
    text1.config(state = NORMAL)
    text1.delete(0.0,END)
    text1.insert('insert',w.text)
    text1.config(state = DISABLED)
    text1.pack()
    os.remove(filename)

OCR實現(xiàn)

因為OCR其實是采用了搜狗的接口,所以需要做的工作也不是很多,只需要把我們的圖片傳入即可。

def get_text(img_path):
    print("")
    img = img_path # 圖片路徑
    files = {"pic_path": open(img, "rb")}  # files # 類似data數(shù)據
    url = "http://pic.sogou.com/pic/upload_pic.jsp"  # post的url
    keywords = requests.post(url, files=files).text  # requests 提交圖片
    url = "http://pic.sogou.com/pic/ocr/ocrOnline.jsp?query=" + keywords  # keywords就是圖片url此方式為get請求
    ocrResult = requests.get(url).json()  # 直接轉換為json格式
    
    contents = ocrResult['result']  # 類似字典 把result的value值取出來 是一個list然后里面很多json就是識別的文字
    text = ""
    for content in contents:  # 遍歷所有結果
        text+=(content['content'].strip()+'\n')  # strip去除空格 他返回的結果自帶一個換行
    return text

內容顯示

內容顯示是在截圖結束后我們把ocr識別的內容存儲起來

self.text = get_text(fileName)  

然后再顯示到主窗體上

    text1.config(state = NORMAL)
    text1.delete(0.0,END)
    text1.insert('insert',w.text)
    text1.config(state = DISABLED)
    text1.pack()  

總結

雖然是一個完整的項目,但是其中的很多模塊其實都是借用其他人的模塊,而我做的只是把他們結合起來做成一個小項目,所以是站在巨人的肩膀上開發(fā)。

到此這篇關于Python實現(xiàn)OCR識別的文章就介紹到這了,更多相關Python實現(xiàn)OCR識別內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

參考:

  • https://cloud.tencent.com/developer/article/1097904
  • https://morvanzhou.github.io/tutorials/python-basic/tkinter/
  • https://www.52pojie.cn/thread-708177-1-1.html

相關文章

最新評論