«

python怎么实现图片转文字

时间:2024-7-24 11:46     作者:韩俊     分类: Python


本文小编为大家详细介绍“python怎么实现图片转文字”,内容详细,步骤清晰,细节处理妥当,希望这篇“python怎么实现图片转文字”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。

    python图片转文字

    用python+Tesseract-OCR做了一个图片转文字的小工具,GUI设计使用tkinter库的控件

    界面及效果见下图:

    #进一步优化  1. 底部添加label   2.对识别后的文本处理,去空格
    
    from PIL import Image as PImage
    from PIL import ImageTk
    import pytesseract
    from tkinter import *
    from tkinter import filedialog
    from tkinter.scrolledtext import ScrolledText
    import re
    
    # 将图片内容翻译为文字,显示在文本框内
    def trans():
        contents.delete('1.0', END)
        transTxt = pytesseract.image_to_string(PImage.open(filePath.get()),lang='chi_sim')
        #对transTxt进行处理  去空格,换行符去重
        transTxt = transTxt.strip('
    
    ')   #无参数可以删除开头结尾的空格
    
        print(transTxt)
        contents.insert( INSERT, transTxt.replace(' ','').replace('
    
    ','
    ').replace('
    ',''))
    
    #打开图片文件,显示路径,并将图片展现
    def openfile():
        filename.delete('1.0', END)
        filePath.set(filedialog.askopenfilename())
        filename.insert(1.0,filePath.get())
        org_img = PImage.open(filePath.get())
        #调整图片显示大小 600*800
        w,h = org_img.size
        if w>600:
            h=int(h*600/w)
            w=600
        if h>800:
            w=int(w*800/h)
            h=800
        img = ImageTk.PhotoImage(org_img.resize((w,h)))
        showPic.config(image=img)
        showPic.image = img       #保持一个引用才能显示图片,tkinter的BUG
        
    
    #设置主窗口
    top = Tk()
    top.title("OCR图片转文字  引擎:Tesseract-OCR  Made by: kaivis")
    #top.iconbitmap("./pic/y1.ico")
    top.geometry("1200x800")
    
    filePath=StringVar()
    
    bt_img1 = ImageTk.PhotoImage( file= "./pic/Outbox1.png")
    bt_img2 = ImageTk.PhotoImage( file= "./pic/bt_img2.png")
    
    #第一个窗体
    frame1 = Frame (top, relief=RAISED, borderwidth=2)
    frame1.pack(side=TOP, fill=BOTH,  ipady=5, expand=0)
    Label(frame1,height=1,text="图片路径:").pack(side=LEFT)
    filename = Text(frame1,height=2)
    filename.pack(side=LEFT,padx=1, pady=0,expand=True, fill=X)
    Button(frame1,text="打开文件", image=bt_img1, command=openfile).pack(side=LEFT,padx=5, pady=0)
    Button(frame1,text="中文识别", image=bt_img2, command=trans).pack(side=LEFT,padx=5, pady=0)
    
    #第二个窗体
    frame2 = Frame (top, relief=RAISED, borderwidth=2)
    frame2.pack (side=LEFT, fill=BOTH,  expand=1)
    Label(frame2,text='图片显示:',borderwidth=5).pack(side=TOP,padx=20,pady=5)
    showPic = Label(frame2,text='图片显示区')
    showPic.pack(side=BOTTOM,expand=1,fill=BOTH)
    
    #第三个窗体
    frame3 = Frame (top)
    frame3.pack (side=RIGHT, fill=BOTH,  expand=1)
    #contents = ScrolledText(frame3)
    Label(frame3,text='识别结果:',borderwidth=5).pack(side=TOP,padx=20,pady=10)
    contents = Text(frame3,font=('Arial',15))
    contents.pack(side=TOP,expand=1,fill=BOTH)
    Label(frame3,text='Copyright 2021 baidu.com ALL Rights Reserved',borderwidth=5).pack(side=BOTTOM,padx=20,pady=10)
    
    top.mainloop()

    存在的问题:

      识别率不高,对紧密型的汉字更是难以做到较高的准确率,有没有更好的OCR引擎呢

      识别后的文字已经做了去空格处理 ,文本可以进一步优化,特别是多余的换行符需要处理

    python截图转文字功能

    由于在网上找资料时,经常遇到文章无法复制的情况,为了能够快速copy想要的文字,于是就想写一个python程序去实现截图转文字的功能。

    1. 思路

    首先要有记录键盘的功能(让程序知道你在截图) - keyboard库截图后需要接收图像 - ImageGrab库获取图像后要进行文字识别 - 百度AI文字识别API

    2. 实现

    2.1 导入相关库

    2.2 创建类,并编写实现截图保存的函数

    由于我使用的是win10自带的截图软件,所以截图热键为‘win+shift+s’,大家可以根据截图软件的不同自由更改。

    2.3 编写图片转文字的函数

    先去百度智能云官网申请一个图像识别的API。

    将参数写入程序:

    编写转文字函数:

    2.5 运行

    使用时创建类,调用两个函数即可:

    2.6 效果

    运行程序,随意在百度文库的一篇文章里截一张图:

    结果如下:

    注意:

    由2.6运行结果可知,效果还是不错的。完美解决了我当前的需求。

    标签: python

    热门推荐