基于百度AI和Python编程的简单实现:通过QQ/Tim截图进行文本识别功能的分析实战详解



基于百度AI和Python编程的简单实现:通过QQ/Tim截图进行文本识别功能的分析实战详解

作者: cj13888

全网最全的网络资源分享网站

手机扫码查看

特别声明:本站资源分别为免费资源、查看密码或解压密码资源、三个级别VIP会员资源。本站所有发布的内容都是安全,请放心下载!本站不可能所有资源都可以商业用途,原创或部分除外!如:商业用途请联系原作者购买正版。与本站无关!若侵犯到您的权益,请联系本站删除,我们将及时处理!

分享

前期准备
百度AI前期准备工作

首先打开百度AI的官方网站(https://ai.baidu.com/),找到文字识别中的通用文字识别,点击立即使用。


扫码登录百度智能云,点击“文字识别”的“概览”里面的“创建应用”。其中,应用名字和应用描述随意写、其他默认即可。

创建成功后,可以发现出现了“AppID”、“API Key”、“Secret Key”。这三项内容待会在Python编程时需要用到,必须提前申请好。

有了“AppID”、“API Key”、“Secret Key”后,我们点击左侧的“技术文档”,选择“SDK文档”中的“Python语言”下的“快速入门”,查看文档说明,发现我们需要安装Python的第三方库:baidu-aip库。


点击“接口说明”,可以查看Python代码模板。因为本次实战只是简单实现截图文本识别功能,因此我们只需要复制好下列代码即可:

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
 
image = get_file_content('example.jpg')
 
""" 调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image);


Python第三方库前期安装工作
除了Python内置的time框架以外,其他Python的第三方库我们都需要进行手动安装。这里推荐使用pip进行安装:

pip install keyboard
pip install pillow
pip install baidu-aip

其中,如果使用高版本的Python可能安装好keyboard库在使用时会报错,由于是版本不支持的问题因此无法解决。这里推荐使用Python3.6版本,不过博主使用的Python3.7.2版本也是没什么问题的,而在另一台Deepin 20系统使用的Python3.7.6版本就报错无法使用了;PIL库对应的高版本Python框架是pillow库,因此直接安装pillow库即可。

import keyboard   # python用的是3.6版本,3.6版本以上可能会出问题(框架不支持)
from PIL import ImageGrab   # PIL较多用于2.7版本的Python中,到python3版本已经用Pillow代替PIL了(pip install pillow)
from aip import AipOcr   # 百度AI人工智能

实战分析
思路分析

截图工具:
1.QQ/Tim内置屏幕截图(CTRL+ALT+A -> 回车键Enter)。
2.Snipaste(F1 -> CTRL+C)。
本次实战使用QQ/Tim内置屏幕截图工具,有兴趣的朋友可自行下载安装Snipaste进行尝试。

实现步骤:
1.监控键盘按键(不按下设置的相关按键则一直处于监控状态,不执行下面代码)进行截图。

keyboard.wait(hotkey='ctrl+alt+a')
keyboard.wait(hotkey='enter')
time.sleep(0.1)   # 睡眠0.1秒,加载缓存,否则有延迟

2.图片保存到当前目录下。

image = ImageGrab.grabclipboard()   # 能够从剪切板当中获取图片,并且生成出来
image.save('screenhot.jpg')

3.以二进制形式读取图片,识别图片上面的文字内容,将内容输出到控制台。

APP_ID = '百度AI对应的appid值'
API_KEY = '百度AI对应的appkey值'
SECRET_KEY = '百度AI对应的secretkey值'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
 
image = get_file_content('screenhot.jpg')
 
""" 调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image);
result = text['words_result']
    for i in result:
        print(i['words'])

4.封装成函数形式,增添文本写入功能,将获取的文本内容直接写入到txt文本,并在控制台中输出出来。

def textRecognition(self, writetype):   # 文本识别函数
    img = self.getImage()
    text = self.client.basicGeneral(img)  # 返回文字内容
    result = text['words_result']
    with open('content.txt', writetype + '+', encoding='utf8') as fp:
        for i in result:
            fp.write(i['words'] + '\n')
            print(i['words'])

5.代码优化:通过if判断语句将代码整体优化,以防止因报错而导致的程序结束。

整体代码

import keyboard   # python用的是3.6版本,3.6版本以上可能会出问题(框架不支持)
from PIL import ImageGrab   # PIL较多用于2.7版本的Python中,到python3版本已经用Pillow代替PIL了(pip install pillow)
from aip import AipOcr   # 百度AI人工智能
import time
import sys
 
class TextRecognition():
    def __init__(self):
        APP_ID = '百度AI对应的appid值'
                API_KEY = '百度AI对应的appkey值'
                SECRET_KEY = '百度AI对应的secretkey值'
        self.client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    def toScreenhot(self):   # 截图函数
        keyboard.wait(hotkey='ctrl+alt+a')
        keyboard.wait(hotkey='enter')
        time.sleep(0.1)  # 睡眠0.1秒,加载缓存,否则有延迟只能加载上一张图片
        image = ImageGrab.grabclipboard()  # 能够从剪切板当中获取图片,并且生成出来
        image.save('screenhot.jpg')
    def getImage(self):   # 二进制文件读取函数
        with open('screenhot.jpg', 'rb') as fp:
            return fp.read()
    def textRecognition(self, writetype):   # 文本识别函数
        img = self.getImage()
        text = self.client.basicGeneral(img)  # 返回文字内容
        result = text['words_result']
        with open('content.txt', writetype + '+', encoding='utf8') as fp:
            for i in result:
                fp.write(i['words'] + '\n')
                print(i['words'])
if __name__ == '__main__':
    writetype = input("欢迎来到文本识别系统!请先选择识别文本写入方式:(覆盖内容写入输入w/追加内容写入输入a)\n")
    if writetype == 'w' or writetype == 'a':
        print("温馨提示:请登录QQ/Tim,同时按下CTRL+ALT+A对指定识别内容进行截图,然后按下回车键完成截图。")
        while 1:
            print("提示:请用户开始截图!")
            TextRecognition().toScreenhot()
            print("==============================================================")
            TextRecognition().textRecognition(writetype)
            print("==============================================================")
            print("提示:文字识别已完成,上述内容即为content.txt文本所写入的内容。\n是否继续?(y/n)")
            judge = input("我选择:")
            if judge == 'y':
                continue
            elif judge == 'n':
                break
            else:
                while 1:
                    print("警告:请输入正确的选项(y/n)!")
                    judge1 = input("我选择:")
                    if judge1 == 'y':
                        break
                    elif judge1 == 'n':
                        sys.exit(0)
                    else:
                        continue
    else:
        print("警告:请输入正确的识别文本写入方式:(覆盖内容写入输入w/追加内容写入输入a)!")
        sys.exit(0)

运行测试

分享到:
打赏
未经允许不得转载:

作者: cj13888, 转载或复制请以 超链接形式 并注明出处 易启发资源网
原文地址: 《基于百度AI和Python编程的简单实现:通过QQ/Tim截图进行文本识别功能的分析实战详解》 发布于2020-8-4

评论


切换注册

登录

忘记密码?

您也可以使用第三方帐号快捷登录

切换登录

注册

基于百度AI和Python编程的简单实现:通过QQ/Tim截图进行文本识别功能的分析实战详解

长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏