python如何实现连续图文识别

这篇文章主要介绍了python如何实现连续图文识别，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

1.工具：

1.1 剪切板。我下载并安装使用的是剪切板查看器（clipbrd.exe），成功后显示“剪贴薄查看器.exe”

1.2  截图工具并设置热键。保存图片键和退出键可任意设置，注意不能同其它热键冲突。我使用的是微信截图，进入设置---进入快捷按键---把截取屏幕键改为F1。

1.3 Python 3.x，Windows环境

1.4 注册百度云帐号，获取Appid  API Key   Secret Key 

1.5 新建文件夹。我建的名叫‘图文识别'文件夹(C:\Users\Administrator\AppData\Local\Programs\Python\Python35-32\图文识别)

1.6 ‘图文识别'文件夹下，有3个.py文件，分别是:screenshot.py  baiduap.py  getText.py；有1个配置文本文件是password.ini；有个图像文件是Picture.png。

1.7 需要有以下第三方库：keyboard、PIL、aip、configparser、win32con、win32clipboard。

2 完整代码：

2.1 screenshot.py是主程序，可独立运行，主要功能为截图并保存。

""" 本程序可独立运行，主要功能是截图并保存""" import sys from time import sleep import keyboard from PIL import ImageGrab #pillow from baiduap import BaiDuAPI from getText import GetText   def screenShot():    """用于截图并保存"""    print('请按F1开始截图')    if keyboard.wait(hotkey='f1')==None:      print('复制剪切板的图片，请按Ctrl+b，不复制继续截图')      if keyboard.wait(hotkey='Ctrl+b')==None:         sleep(0.02) #防止获取的是上一张截图         #复制剪贴板里面的图片         im=ImageGrab.grabclipboard()         im.save('Picture.png')   if __name__=='__main__':    baiduapi=BaiDuAPI('password.ini')    for _ in range(sys.maxsize):      screenShot()      texts=baiduapi.picture2Text('Picture.png')       print(texts)      GetText.setText(texts)  #剪贴板剪贴      sleep(0.02)      GetText.getText()      print('退出请按Ctrl+x')       if keyboard.wait(hotkey='Ctrl+x')==None:         name=input('请输入保存图像识别文字文件名:')         f=open(name+'.txt','w')         f.write(texts)         f.close()         break

2.2 baiduap.py 程序可独立使用，主要功能是图像文字识别。

from aip import AipOcr import configparser   class BaiDuAPI:    """图片文字识别"""    #初识化方法    def __init__(self,filePath): #self 就是BaiDuAPI()      #读取工单信息      target=configparser.ConfigParser()      target.read(filePath)      app_id=target.get('我的工单','App_ID')      app_key=target.get('我的工单','App_KEY')      secret_key=target.get('我的工单','SECRET_KEY')      self.client=AipOcr( app_id, app_key,secret_key)      def picture2Text(self,filePath):      #读取图片      image=self.getPicture(filePath)      texts=self.client.basicGeneral(image)      #print(texts['words_result'])      allTexts=''      for word in texts['words_result']:         allTexts=allTexts+word.get('words','')      return allTexts         @staticmethod      def getPicture(filePath):      with open(filePath,'rb') as fp:         return fp.read()   if __name__=='__main__':    baiduapi=BaiDuAPI('password.ini')    print(baiduapi.picture2Text('Picture.png'))

2.3 getText.py 程序，主要功能是把图像识别出来的文字，保存到剪切板。

import sys  import os.path  import win32clipboard as w   import win32con    class GetText:        def getText():#读取剪切板       w.OpenClipboard()       d = w.GetClipboardData(win32con.CF_TEXT)       w.CloseClipboard()       return d     def setText(aString):#写入剪切板       w.OpenClipboard()       w.EmptyClipboard()       w.SetClipboardText(aString)       w.CloseClipboard()    if __name__=='__main__':     GetText.setText('布衣弓长')    GetText.getText()

2.4 password.ini 文件，用记事本编写，把百度云获取的相关信息填进去。内容是：

[我的工单];节
App_ID=151313**
App_KEY=1V2LlBhLUYaHu2Y9*******
SECRET_KEY=fGufC1CbiZ0tw1imTGoIsaGO******

3.运行。启动qq和剪贴薄查看器.exe，在python环境下运行screenshot.py。

经实测：识别率高，能快速抓取多图，但每运行一次程序，只能识别保存在Picture.png文件里图像的文字。

感谢你能够认真阅读完这篇文章，希望小编分享的“python如何实现连续图文识别”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!