在做一個數據標注過程中人工需要識別文字。
想了想寫了一個小腳本，
大致過程這樣的。
截圖功能寫了好久也沒寫明白，索性直接調用第三方的截圖工具了，在采用qq或者微信截圖時，截圖完成后保存大致保存在剪切板所以直接抽取了剪切板中的文件。
使用 PIL 中ImageGrab獲取剪切板文件，並保存在當前目錄
1 image = ImageGrab.grabclipboard() 2 s= 'xxx.png' 3 image.save(s)
調用百度圖片文字識別接口。取出輸出的文字信息，可參考見百度ocr文檔文字識別OCR (baidu.com)
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic" f = open(s, 'rb') img = base64.b64encode(f.read()) params = {"image": img} access_token = 'xxx' request_url = request_url + "?access_token=" + access_token headers = {'content-type': 'application/x-www-form-urlencoded'} response = requests.post(request_url, data=params, headers=headers) if response: for i in response.json()['words_result']: print(i['words'])
使用tkinter模塊設計一個窗口
# 設置窗口 window = Tk() window.title('qcc_nw0.1') # 設置窗口大小 window.geometry('500x800') # lable標簽 l = Label(window, text='識圖2.0', bg='green', fg='white', font=('Arial', 12), width=30, height=2) l.pack() # 設置文本輸出欄的文本框 E1 = Text(window,width='100',height='100') E1.insert("insert", txt') E1.pack(side=RIGHT) # 定義按鈕 img_txt = Button(window, text='識圖嗎寶貝', font=('Arial', 10), width=15, height=1, command=s) img_txt.pack() window.mainloop()
完成；
看下完成后的效果
