python实现连续图文识别

本文实例为大家分享了python实现连续图文识别的具体代码，供大家参考，具体内容如下

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 sysfrom time import sleepimport keyboardfrom PIL import ImageGrab #pillowfrom baiduap import BaiDuAPIfrom 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 AipOcrimport 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'))