Python - 開發截圖識別OCR小工具

一、簡介

你一定用過那種“OCR神器”，可以把圖片中的文字提取出來，極大的提高工作效率。

今天，我們就來做一款實時截圖識別的小工具。顧名思義，運行程序時，可以實時把你截出來的圖片中的文字識別出來。

二、模塊

import keyboard  # 用於監控鍵盤按下，觸發事件（pip install keyboard）
import time
from aip import AipOcr  # 調用百度接口（pip install baidu-aip）
from PIL import ImageGrab  # 用於保存屏幕截圖

三、獲取百度應用接口

AI開放平台文檔中心

https://ai.baidu.com/ai-doc

 

查看python語言的SDK文檔

 

 點擊右上角（控制台），登錄自己的百度賬號，創建“文字識別”的應用

 

 

 

 四、代碼實現

#! /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開發截圖識別OCR小工具
import keyboard  # 用於監控鍵盤按下，觸發事件（pip install keyboard）
import time
from aip import AipOcr  # 調用百度接口（pip install baidu-aip）
from PIL import ImageGrab  # 用於保存屏幕截圖


# 百度識別接口配置信息
APP_ID = '你的App ID'
API_KEY = '你的API Key'
SECRET_KEY = '你的Secret Key'

while True:
    # 1、利用QQ截圖到剪貼板
    # 輸入鍵盤的觸發事件
    keyboard.wait(hotkey="ctrl+alt+a")
    keyboard.wait(hotkey="enter")
    time.sleep(0.1)

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

    # 3、利用百度API識別截圖中的文字
    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    with open("screen.png", 'rb') as f:
        image = f.read()
        # 調用百度API通用文字識別（高精度版），提取圖片中的內容
        text = client.basicAccurate(image)
        result = text["words_result"]
        for i in result:
            print(i["words"])
    # 我是分隔線
    print("-" * 50)

運行結果預覽：

 

 五、總結

1）等待用戶截圖

2）保存截圖到當前目錄

3）識別截圖中的文本