用python实现截屏识别其中的文字-技术圈

用python实现截屏识别其中的文字

Crossin的编程教室

共 2016字，需浏览 5分钟

2021-01-28 14:20

大家好，欢迎来到 Crossin的编程教室！

你一定用过那种“OCR神器”，可以把图片中的文字提取出来，极大的提高工作效率。

今天，我们就来做一款实时截图识别的小工具。顾名思义，运行程序时，可以实时的把你截出来的图片中的文字识别出来。

下次，当你想要复制“百度文库”中的内容时，不妨试试这个程序。

效果预览

源码解析

1）等待用户截图

此处需要借助贴图神器（Snipaste）

其中“f1”是截图的快捷键，“ctrl+c”是把截图保存到剪贴板的快捷键。

如果使用qq截图的话，需要把快捷键改为对应的“ctrl+alt+c”和“enter”

顺便安利一波Snipaste，
必备效率神器

import keyboard

# 利用截图软件（Snipaste）截图到剪贴板
# 输入键盘的触发事件
keyboard.wait(hotkey="f1")  
keyboard.wait(hotkey="ctrl+c")
time.sleep(0.1)

上面这段代码执行之后，现在已经有一张图片等待在剪贴板里了。

说明：这里的 keyboard.wait 是为了让程序等待用户进行截屏操作。如果在你的系统上无法识别组合键，你也可以自定义一个按键（比如 keyboard.wait(hotkey="q") ）作为通知程序完成截屏的确认。

2）保存截图

利用PIL模块的ImageGrab，可以把剪贴板里的那张图片，保存到当前的目录下，并命名为“screen.png”

from PIL import ImageGrab

# 把图片从剪切板保存到当前路径
image = ImageGrab.grabclipboard()  
image.save("screen.png")

3）识别截图中的文本

法一

pytesseract模块

优点：免费，易用

缺点：识别效果很一般，准确率不高

使用方法介绍：

1) 安装 pytesseract 库

pip install pytesseract

2) 安装 tesseract-ocr.exe 配置环境变量

3) 修改pytesseract.py文件，将tesseract_cmd指向Tesseract-OCR的tesseract.exe的绝对路径。

安装配置完成后，在代码中执行：

import pytesseract
from PIL import Image

# 法一：利用pytesseract模块
# 参数一：图片 
# 参数二：简体中文
text = pytesseract.image_to_string(Image.open("screen.png"), lang='chi_sim')
print(text)

来看看效果：

low的不行……（对于简单的标准字体还能凑合）

要想精度高，还得想别的办法。

法二

百度API接口

AI开放平台文档中心

https://ai.baidu.com/ai-doc

查看python语言的SDK文档

点击右上角（控制台），登录自己的百度账号，创建“文字识别”的应用

这里我们使用百度的AI库来简化调用。需安装：

pip install baidu_aip

import pytesseract
from aip import AipOcr
from PIL import ImageGrab

# 法二：利用百度API
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

# 读取图片
with open("screen.png", 'rb') as f:
    image = f.read()

    # 调用百度API通用文字识别（高精度版），提取图片中的内容
    text = client.basicAccurate(image)
    result = text["words_result"]
    for i in result:
        print(i["words"])

结果如文章首图：

我是总结

代码步骤：

1）等待用户截图

2）保存截图到当前目录

3）识别截图中的文本

其中识别截图文本，有两种方法：

1）利用 pytesseract 模块

2）利用百度API接口

参考代码地址：

https://github.com/wwtm/gitpython_examples/blob/master/实时截图识别OCR/gp_ocr_picture.py

作者：GitPython

来源：GitPython

_往期文章推荐_

一行代码扫出“敬业福”