Python文字截图识别OCR工具实例解析

脚本专栏 2024/11/25 佚名

3 2 1

一、简介

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，可以实时把你截出来的图片中的文字识别出来。

二、模块

import keyboard # 用于监控键盘按下，触发事件（pip install keyboard）
import time
from aip import AipOcr # 调用百度接口（pip install baidu-aip）
from PIL import ImageGrab # 用于保存屏幕截图

三、获取百度应用接口

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

四、代码实现

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author : MaYi
# Blog  : http://www.cnblogs.com/mayi0312/
# Date  : 2020-03-02
# Name  : test_ocr
# Software : PyCharm
# Note  : 用Python开发截图识别OCR小工具
import keyboard # 用于监控键盘按下，触发事件（pip install keyboard）
import time
from aip import AipOcr # 调用百度接口（pip install baidu-aip）
from PIL import ImageGrab # 用于保存屏幕截图


# 百度识别接口配置信息
APP_ID = '你的App ID'
API_KEY = '你的API Key'
SECRET_KEY = '你的Secret Key'

while True:
 # 1、利用QQ截图到剪贴板
 # 输入键盘的触发事件
 keyboard.wait(hotkey="ctrl+alt+a")
 keyboard.wait(hotkey="enter")
 time.sleep(0.1)

 # 2、保存截图
 image = ImageGrab.grabclipboard()
 image.save("screen.png")

 # 3、利用百度API识别截图中的文字
 client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 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"])
 # 我是分隔线
 print("-" * 50)

运行结果预览：