python識別圖片文字

因為學校要求要刷一門叫《包裝世界》的網課，而課程里有200多道選擇題，而且只能在手機完成，網頁版無法做題，而看視頻是不可能看視頻的，這輩子都不可能看...所以寫了幾行代碼來進行百度搜答案。

思路如下：

1. 手機屏幕投影到電腦上；
2. 截圖並識別圖片文字；
3. 調用百度來進行搜索；
4. 提取html關鍵字。

環境配置：python3.6、第三方庫：pyautogui、PIL、pytesseract、識別引擎tesseract-ocr

要識別中文，ocr引擎要下載一個中文包chi_sim放進Tesseract-OCR\tessdata里面。安裝完ocr后還要配置一下調用路徑，在Python36\Lib\site-packages\pytesseract找到pytesseract.py（這是我的windows路徑），打開在里面添加一下路徑：

1 # CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
2 tesseract_cmd = 'tesseract'
3 tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
4 img_mode = 'RGB'

然后用AirDroid或者Vysor、360手機助手之類的將手機的屏幕投影到電腦上，用鼠標確定截圖坐標，代碼如下：

1 import pyautogui as pag
2 x,y = pag.position() 3 posStr = "position:"+str(x).rjust(4)+','+str(y).rjust(4) 4 print(posStr)

要獲取兩個坐標（截圖開始坐標和結束坐標），然后利用獲取的坐標運用如下代碼截圖並調用ocr引擎識別（識別出來的字是每個用空格分開的，所以要去除字符串中的空格），代碼如下：

from PIL import Image
from PIL import ImageGrab
import pytesseract
import webbrowser

pos = (0,245,425, 327)
cut_img = ImageGrab.grab(pos)
cut_img.save('C:/imgSave/1.jpg') #保存截圖到文件夾中
print("screenshots sucess")

text=pytesseract.image_to_string(Image.open('C:/imgSave/1.jpg'),lang='chi_sim') #調用識別引擎識別
text=text.replace(" ","") #去空格
print(text)
url = 'http://www.baidu.com/s?wd=%s' % text #調用百度搜索
webbrowser.open(url)

最終因為搜出來的全是題庫，所以就沒有提取html關鍵字了，其實是懶。