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(xì)，具有一定的參考價值，感興趣的小伙伴們可以學(xué)習(xí)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(yīng)用文字識別。
創(chuàng)建應(yīng)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(jìn)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(jìn)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(dá)到取出文字的效果就需要對json格式的返回值進(jìn)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(dǎo)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(biāo)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(yùn)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(yùn)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(yùn)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(fù)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(yùn)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(yùn)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(xì)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！
相關(guān)文章
本文主要介紹了OpenCV清除小面積連通域的實現(xiàn)方法，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-09-09
Python實現(xiàn)識別手寫數(shù)字 Python圖片讀入與處理
這篇文章主要為大家詳細(xì)介紹了Python實現(xiàn)識別手寫數(shù)字，Python圖片的讀入與處理，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
python?logging多進(jìn)程多線程輸出到同一個日志文件的實戰(zhàn)案例
這篇文章主要介紹了python?logging多進(jìn)程多線程輸出到同一個日志文件的實戰(zhàn)案例，本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-02-02
這篇文章主要介紹了詳解anaconda離線安裝pytorchGPU版，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
在本篇內(nèi)容里小編給大家整理分享的是一篇關(guān)于python創(chuàng)建文本文件的簡單方法，有需要的朋友們可以參考學(xué)習(xí)下。2020-08-08
這篇文章主要介紹了分析Python list操作為什么會錯誤，python搞數(shù)據(jù)分析，在很多方面python有著比Matlab更大的優(yōu)勢，下面來看看文章具體介紹的相關(guān)內(nèi)容吧,需要的朋友可以參考一下2021-11-11
本文主要介紹了Pandas提取數(shù)據(jù)的三種方式，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
Python接口自動化淺析pymysql數(shù)據(jù)庫操作流程
本文主要介紹pymysql安裝、操作流程、語法基礎(chǔ)及封裝操作數(shù)據(jù)庫類,需要的朋友可以參考下，希望能對大家有所幫助，每日提升一點(diǎn)點(diǎn)，歡迎大家多多交流討論2021-08-08
python中有一個模塊sys,sys.argv這個屬性提供了對命令行參數(shù)的訪問,下面這篇文章主要給大家介紹了關(guān)于Python命令行參數(shù)實例的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-02-02
這篇文章主要為大家介紹了python解析照片拍攝時間進(jìn)行圖片整理的示例源碼，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07