10幾行代碼，用python打造實時截圖識別OCR

你必定用過那種「OCR神器」，能夠把圖片中的文字提取出來，極大的提升工做效率。

！

 

今天，咱們就來作一款實時截圖識別的小工具。顧名思義，運行程序時，能夠實時的把你截出來的圖片中的文字識別出來。

 

下次，當你想要複製「百度文庫」中的內容時，不妨試試這個程序。

 

效果預覽

 

​

 

​

 

源碼解析

 

1）等待用戶截圖

 

此處須要藉助貼圖神器（Snipaste）

其中「f1」是截圖的快捷鍵，「ctrl+c」是把截圖保存到剪貼板的快捷鍵。

 

若是使用qq截圖的話，須要把快捷鍵改成對應的「ctrl+alt+c」和「enter」

 

順便安利一波Snipaste，

必備效率神器

 

import keyboard

# 利用截圖軟件（Snipaste）截圖到剪貼板
# 輸入鍵盤的觸發事件
keyboard.wait(hotkey="f1")  
keyboard.wait(hotkey="ctrl+c")
time.sleep(0.1)

 

上面這段代碼執行以後，如今已經有一張圖片等待在剪貼板裏了。

 

2）保存截圖

 

利用PIL模塊的ImageGrab，能夠把剪貼板裏的那張圖片，保存到當前的目錄下，並命名爲「screen.png」

 

from PIL import ImageGrab

# 把圖片從剪切板保存到當前路徑
image = ImageGrab.grabclipboard()  
image.save("screen.png")

 

3）識別截圖中的文本

 

法一

pytesseract模塊

 

優勢：免費，易用

缺點：識別效果很通常，準確率不高

 

使用方法介紹：

 

1)pip install pytesseract

 

2)安裝 tesseract-ocr.exe 配置環境變量

 

3)修改pytesseract.py文件，將tesseract_cmd指向Tesseract-OCR的tesseract.exe的絕對路徑。

參考文章

見評論第一條

 

import pytesseract
from PIL import Image

# 法一：利用pytesseract模塊
# 參數一：圖片 
# 參數二：簡體中文
text = pytesseract.image_to_string(Image.open("screen.png"), lang='chi_sim')
print(text)

 

來看看效果：

 

​

 

low的不行

果真，要想精度高，還得用百度API

 

法二

百度API接口

 

AI開放平臺文檔中心

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

 

​

 

查看python語言的SDK文檔

 

​

 

點擊右上角（控制檯），登陸本身的百度帳號，建立「文字識別」的應用

 

​

 

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)

# 讀取圖片
with open("screen.png", 'rb') as f:
    image = f.read()

    # 調用百度API通用文字識別（高精度版），提取圖片中的內容
    text = client.basicAccurate(image)
    result = text["words_result"]
    for i in result:
        print(i["words"])

 

結果

如文章首圖：

 

​

 

我是總結

 

1）等待用戶截圖

2）保存截圖到當前目錄

3）識別截圖中的文本

 

其中識別截圖文本，有兩種方法：

 

1）利用 pytesseract 模塊

2）利用百度API接口

你必定用過那種「OCR神器」，能夠把圖片中的文字提取出來，極大的提升工做效率。

 

今天，咱們就來作一款實時截圖識別的小工具。顧名思義，運行程序時，能夠實時的把你截出來的圖片中的文字識別出來。

 

下次，當你想要複製「百度文庫」中的內容時，不妨試試這個程序。

 

效果預覽

 

 

源碼解析
1）等待用戶截圖
此處須要藉助貼圖神器（Snipaste）其中「f1」是截圖的快捷鍵，「ctrl+c」是把截圖保存到剪貼板的快捷鍵。
若是使用qq截圖的話，須要把快捷鍵改成對應的「ctrl+alt+c」和「enter」

順便安利一波Snipaste，

必備效率神器

 

import keyboard

# 利用截圖軟件（Snipaste）截圖到剪貼板
# 輸入鍵盤的觸發事件
keyboard.wait(hotkey="f1")  
keyboard.wait(hotkey="ctrl+c")
time.sleep(0.1)

上面這段代碼執行以後，如今已經有一張圖片等待在剪貼板裏了。

2）保存截圖

利用PIL模塊的ImageGrab，能夠把剪貼板裏的那張圖片，保存到當前的目錄下，並命名爲「screen.png」

from PIL import ImageGrab

# 把圖片從剪切板保存到當前路徑
image = ImageGrab.grabclipboard()  
image.save("screen.png")

3）識別截圖中的文本
法一pytesseract模塊
優勢：免費，易用缺點：識別效果很通常，準確率不高

使用方法介紹：

1)pip install pytesseract
2)安裝 tesseract-ocr.exe 配置環境變量
3)修改pytesseract.py文件，將tesseract_cmd指向Tesseract-OCR的tesseract.exe的絕對路徑。

參考文章

見評論第一條

 

import pytesseract
from PIL import Image

# 法一：利用pytesseract模塊
# 參數一：圖片 
# 參數二：簡體中文
text = pytesseract.image_to_string(Image.open("screen.png"), lang='chi_sim')
print(text)

來看看效果：

low的不行果真，要想精度高，還得用百度API
法二百度API接口

AI開放平臺文檔中心https://ai.baidu.com/ai-doc

查看python語言的SDK文檔
 點擊右上角（控制檯），登陸本身的百度帳號，建立「文字識別」的應用

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)

# 讀取圖片
with open("screen.png", 'rb') as f:
    image = f.read()

    # 調用百度API通用文字識別（高精度版），提取圖片中的內容
    text = client.basicAccurate(image)
    result = text["words_result"]
    for i in result:
        print(i["words"])

結果如文章首圖：

我是總結

 

1）等待用戶截圖2）保存截圖到當前目錄3）識別截圖中的文本
其中識別截圖文本，有兩種方法：

1）利用 pytesseract 模塊

2）利用百度API接口