Python如何利用PaddleOCR制作个搜题小工具

这篇文章主要介绍“Python如何利用PaddleOCR制作个搜题小工具”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python如何利用PaddleOCR制作个搜题小工具”文章能帮助大家解决问题。

安装

虽然PaddleOCR支持服务端部署并提供识别API，但根据我们的需求，搭建一个本地离线的OCR识别环境，所以此次我们只介绍如何在本地安装并使用的做法。

安装PaddlePaddle飞桨框架

一、环境准备

1.1 目前飞桨支持的环境

Windows 7/8/10 专业版/企业版 (64bit)

GPU版本支持CUDA 10.1/10.2/11.0/11.2，且仅支持单卡

Python 版本 3.6+/3.7+/3.8+/3.9+ (64 bit)

pip 版本 20.2.2或更高版本 (64 bit)

二、安装命令

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

(注意此版本为CPU版本，如需GPU版本请查看PaddlePaddle文档)

安装完成后您可以使用 python 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

安装PaddleOCR

pip install "paddleocr>=2.0.1" # 推荐使用2.0.1+版本

代码使用

安装完成后你可以使用以下代码来进行简单的功能测试

from paddleocr import PaddleOCR, draw_ocr # Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换 # 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。 ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory # 选择你要识别的图片路径 img_path = '11.jpg' result = ocr.ocr(img_path, cls=True) for line in result:     print(line) # 显示结果 from PIL import Image image = Image.open(img_path).convert('RGB') boxes = [line[0] for line in result] txts = [line[1][0] for line in result] scores = [line[1][1] for line in result] im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/fonts/simfang.ttf') im_show = Image.fromarray(im_show) im_show.save('result.jpg')

结果是一个list，每个item包含了文本框，文字和识别置信度

[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['纯臻营养护发素', 0.964739]]
[[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['产品信息/参数', 0.98069626]]
[[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['（45元/每公斤，100公斤起订）', 0.9676722]]
......

可视化效果

至此我们就掌握了 PaddleOCR 的基本使用，基于这个我们就能开发出一个OCR的搜题小工具了。

搜题小工具

现在有很多那种答题竞赛的小游戏，在限定时间内看谁答题正确率更高。或者现在一些单位会搞一些大练兵什么的竞赛，需要在网上答题，这个时候手动输入题目去搜索就很慢，效率也不会太高，所以我们就可以来写一个脚本，帮助我们完成搜题的过程。

基本思路就是通过ADB截取当前屏幕，然后剪切出题目所在位置，然后通过PaddleOCR来获取题目文字，之后打开搜索引擎搜索或者打开题库搜索。

安装ADB

你可以到这里下载安装ADB之后配置环境变量。

配置完环境变量后在终端输入adb,如果出现以下字符则证明adb安装完成。

Android Debug Bridge version 1.0.41 Version 31.0.3-7562133

截图并保存题目区域图片

import os from PIL import Image # 截图 def pull_screenshot():     os.system('adb shell screencap -p /sdcard/screenshot.png')     os.system('adb pull /sdcard/screenshot.png .') img = Image.open("./screenshot.png") # 切割问题区域 # (起始点的横坐标，起始点的纵坐标，宽度，高度） question  = img.crop((10, 400, 1060, 1000)) # 保存问题区域 question.save("./question.png")

OCR识别，获取题目

ocr = PaddleOCR(use_angle_cls=False,                          lang="ch",                          show_log=False                         )  # need to run only once to download and load model into memory img_path = 'question.png' result = ocr.ocr(img_path, cls=False) # 获取题目文本 questionList = [line[1][0] for line in result] text = "" # 将数组转换为字符串 for str in questionList :     text += str print(text)

打开浏览器搜索

import webbrowser webbrowser.open('https://baidu.com/s?wd=' + urllib.parse.quote(question))

之后你就可以查看搜索结果了

如果有题库，你还可以使用pyautogui来模拟鼠标键盘操作，去操作Word等软件在题库中进行搜索。

完整代码

# -*- coding: utf-8 -*- # @Author  : Pu Zhiwei # @Time    : 2021-09-02 20:29 from PIL import Image import os import matplotlib.pyplot as plt from paddleocr import PaddleOCR, draw_ocr import pyperclip import pyautogui import time import webbrowser import urllib.parse # 鼠标位置 currentMouseX, currentMouseY = 60, 282 # 截图获取当前题目 def pull_screenshot():     os.system('adb shell screencap -p /sdcard/screenshot.png')     os.system('adb pull /sdcard/screenshot.png .') # 移动鼠标到搜索框搜索 def MoveMouseToSearch():     # duration 参数，移动时间，即用时0.1秒移动到对应位置     pyautogui.moveTo(currentMouseX, currentMouseY, duration=0.1)     # 左键点击     pyautogui.click()     pyautogui.click()     # 模拟组合键，粘贴     pyautogui.hotkey('ctrl', 'v') # 扩充问题 def AddText(list, length, text):     if length > 3:         return text + list[3]     else:         return text # 打开浏览器 def open_webbrowser(question):     webbrowser.open('https://baidu.com/s?wd=' + urllib.parse.quote(question)) # 显示所识别的题目 def ShowAllQuestionText(list):     text = ""     for str in list:         text += str     print(text) if __name__ == "__main__":     while True:         print("\n\n请将鼠标放在Word的搜索框上，三秒后脚本将自动获取Word搜索框位置！\n\n")         # 延时三秒输出鼠标位置         time.sleep(3)         # 获取当前鼠标位置         currentMouseX, currentMouseY = pyautogui.position()         print('当前鼠标位置为: {0} , {1}'.format(currentMouseX, currentMouseY))         start = input("按y键程序开始运行，按其他键重新获取搜索框位置：")         if start == 'y':             break     while True:         t = time.perf_counter()         pull_screenshot()         img = Image.open("./screenshot.png")         # 切割问题区域         # (起始点的横坐标，起始点的纵坐标，宽度，高度）         question  = img.crop((10, 400, 1060, 1000))         # 保存问题区域         question.save("./question.png")         # 加载 PaddleOCR         # Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换         # 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。         # 自定义模型地址         # det_model_dir='./inference/ch_ppocr_server_v2.0_det_train',          #                rec_model_dir='./inference/ch_ppocr_server_v2.0_rec_pre',         #                cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_train',         ocr = PaddleOCR(use_angle_cls=False,                          lang="ch",                          show_log=False                         )  # need to run only once to download and load model into memory         img_path = 'question.png'         result = ocr.ocr(img_path, cls=False)         questionList = [line[1][0] for line in result]         length = len(questionList)         text = ""         if length < 1:             text = questionList[0]         elif length == 2:             text = questionList[1]         else:             text = questionList[1] + questionList[2]         print('\n\n')         ShowAllQuestionText(questionList)         # 将结果写入剪切板         pyperclip.copy(text)         # 点击搜索         MoveMouseToSearch()                  # 计算时间         print('\n\n')         end_time3 = time.perf_counter()         print('用时: {0}'.format(end_time3 - t))                  go = input('输入回车继续运行,输入 e 打开浏览器搜索，输入 a 增加题目长度，输入 n 结束程序运行： ')         if go == 'n':             break            if go == 'a':             text = AddText(questionList, length, text)             pyperclip.copy(text)             # 点击搜索             MoveMouseToSearch()             stop = input("输入回车继续")         elif go == 'e':             # 打开浏览器             open_webbrowser(text)             stop = input("输入回车继续")         print('\n------------------------\n\n')

关于“Python如何利用PaddleOCR制作个搜题小工具”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注亿速云行业资讯频道，小编每天都会为大家更新不同的知识点。