快捷導(dǎo)航

十行Python代碼實現(xiàn)文字識別功能

更新時間：2022年05月10日 14:51:41 作者：Corley

這篇文章主要和大家分享如何調(diào)用百度的接口實現(xiàn)圖片的文字識別。整體是用Python實現(xiàn)，所需要使用的第三方庫包括aip、PIL、keyboard、pyinstaller，需要的可以參考一下

1.環(huán)境和配置要求

整體是用Python實現(xiàn)，所需要使用的第三方庫包括aip、PIL、keyboard、pyinstaller，如未安裝，可在CMD中使用pip install Baidu-AIP/pillow/keyboard/pyinstaller指令安裝。

百度接口

打開網(wǎng)址,如未注冊請先注冊，然后登錄點擊管理控制臺，點擊左側(cè)產(chǎn)品服務(wù)→人工智能→文字識別，點擊創(chuàng)建應(yīng)用，輸入應(yīng)用名稱如Baidu_OCR，選擇用途如學(xué)習(xí)辦公，最后進(jìn)行簡單應(yīng)用描述，即可點擊立即創(chuàng)建。會出現(xiàn)應(yīng)用列表，包括AppID、API Key、Secret Key等信息，這些稍后會用到。

2.具體實現(xiàn)步驟

整個程序的大致思路是，在用截圖軟件獲得截圖之后，交給百度接口識別，并返回結(jié)果，當(dāng)然，也可以是本地圖片識別，我用的是QQ自帶截圖軟件，快捷鍵CTRL+ALT+A用來打開截圖，在選中所截區(qū)域后，按Enter鍵即可保存到粘貼板中，也可用其他截圖軟件。

獲取截圖

keyboard類庫是用來監(jiān)聽鍵盤動作的，所以在有快捷鍵按下之后，便會有相應(yīng)動作。并用PIL中的ImageGrab來獲取到剪切板中的圖片并生成本地圖片文件。

#1.截圖
keyboard.wait('ctrl+alt+a')
print('開始截圖')
?
keyboard.wait('enter')
print('保存截圖')
time.sleep(0.1)
?
#2.保存圖片
image?=?ImageGrab.grabclipboard()
image.save('img.png')

調(diào)用Baidu aip識別并打印文字

先用注冊時生成的應(yīng)用的AppID、API Key、Secret Key初始化應(yīng)用，再讀取保存到的圖片并打印識別的文字。

with?open('img.png',?'rb')?as?fp:
????image?=?fp.read()
????text_list?=?client.basicAccurate(image)['words_result']
????for?text?in?text_list:
????????print(text['words'])

運行結(jié)果如圖所示：

我們還可增加一個無限循環(huán)使得一直能截圖。

調(diào)用打包程序生成專屬識別文字小程序

用pyinstaller庫實現(xiàn)小程序的打包，生成.exe文件，這樣就能隨時識別文字了。在命令行中用pyinstaller xxx.py來打包生成exe文件，最后在生成的dist文件夾即可找到xxx.exe文件如下：

最后附上整個源代碼：

#引入截圖軟件，獲取文件到本地端,并識別圖片文字，最后打包
import?keyboard?#控制鍵盤
from?PIL?import?ImageGrab?#保存圖片
import?time
from?aip?import?AipOcr

"""?你的?APPID?AK?SK?"""
APP_ID?=?'17076767'
API_KEY?=?'Af3Rj5HALMz5AN8prSgwTH4m'
SECRET_KEY?=?'******************'

client?=?AipOcr(APP_ID,?API_KEY,?SECRET_KEY)
i?=?0

while?True:
????#1.截圖
????keyboard.wait('ctrl+alt+a')
????print('開始截圖')

????keyboard.wait('enter')
????print('保存截圖')
????time.sleep(0.1)

????#2.保存圖片
????image?=?ImageGrab.grabclipboard()
????image.save('img{}.png'.format(i))


????"""?調(diào)用通用文字識別（高精度版）?"""

????with?open('img{}.png'.format(i),?'rb')?as?fp:
????????image?=?fp.read()
????????text_list?=?client.basicAccurate(image)['words_result']
????????for?text?in?text_list:
????????????print(text['words'])

????i+=1

附圖圖片識別案例