这篇教程小白学Python之实现OCR识别写得很实用，希望能帮到您。
前期准备
在这个阶段主要准备整个小程序的结构，既然要实现ocr，那么输入就是一张图片，而图片这里采用屏幕截图的方式获得，输出是文字，这里采用搜狗的ocr接口，我们把截好的图片传到搜狗ocr接口中，然后把返回的文字作为输出即可。 由于想做一个小程序，所以要为程序做GUI，这里采用tkinter编制GUI界面。
界面编写
界面主要就准备一个窗体，里面有菜单，给出OCR功能。 
之后我们点击菜单，则启动一个截图功能，在截图完成后，我们就把截得的图片传入ocr接口并返回文字到主窗体中。 
主面板的编写则直接使用tkinter建立菜单等 root = Tk() root.title("小新的OCR") # 创建一个顶级菜单 menubar = Menu(root) # 创建一个下拉菜单“文件”，然后将它添加到顶级菜单中 filemenu = Menu(menubar, tearoff=False) filemenu.add_command(label="OCR", command=buttonCaptureClick, accelerator='Ctrl+N') filemenu.add_command(label="帮助",command=helpClick) filemenu.add_command(label="退出", command=root.quit) menubar.add_cascade(label="操作", menu=filemenu) # 显示菜单 root.config(menu=menubar) root.bind_all("<Control-d>", lambda event: buttonCaptureClick()) #启动消息主循环 root.mainloop() 这样变回产生一个窗体，用户可以和这个窗体进行交互，你可以点击菜单，然后找到其子菜单中的OCR一项，点击它便会调用一个buttonCaptureClick的函数，这个函数就来产生截图，并且保存截图。
截图功能实现
截图功能我也是参考网上的内容，原理就是先把整个屏幕给捕捉到，然后监听鼠标事件，当鼠标左边按下则作为截图的左顶点，鼠标左键松下则最为截图的右底点，这样我们截图区域就出来了，然后进行保存即可。 #用来显示全屏幕截图并响应二次截图的窗口类class MyCapture: def __init__(self, png): #变量X和Y用来记录鼠标左键按下的位置 self.X = tkinter.IntVar(value=0) self.Y = tkinter.IntVar(value=0) #屏幕尺寸 screenWidth = root.winfo_screenwidth() screenHeight = root.winfo_screenheight() #创建顶级组件容器 self.top = tkinter.Toplevel(root, width=screenWidth, height=screenHeight) #不显示最大化、最小化按钮 self.top.overrideredirect(True) self.canvas = tkinter.Canvas(self.top,bg='white', width=screenWidth, height=screenHeight) #显示全屏截图，在全屏截图上进行区域截图 self.image = tkinter.PhotoImage(file=png) self.text ="" self.canvas.create_image(screenWidth//2, screenHeight//2, image=self.image) #鼠标左键按下的位置 def onLeftButtonDown(event): self.X.set(event.x) self.Y.set(event.y) #开始截图 self.sel = True self.canvas.bind('<Button-1>', onLeftButtonDown) #鼠标左键移动，显示选取的区域 def onLeftButtonMove(event): if not self.sel: return global lastDraw try: #删除刚画完的图形，要不然鼠标移动的时候是黑乎乎的一片矩形 self.canvas.delete(lastDraw) except Exception as e: pass lastDraw = self.canvas.create_rectangle(self.X.get(), self.Y.get(), event.x, event.y, outline='black') self.canvas.bind('<B1-Motion>', onLeftButtonMove) #获取鼠标左键抬起的位置，保存区域截图 def onLeftButtonUp(event): self.sel = False try: self.canvas.delete(lastDraw) except Exception as e: pass sleep(0.1) #考虑鼠标左键从右下方按下而从左上方抬起的截图 left, right = sorted([self.X.get(), event.x]) top, bottom = sorted([self.Y.get(), event.y]) pic = ImageGrab.grab((left+1, top+1, right, bottom)) fileName ="temp.jpg" pic.save(fileName) self.text = get_text(fileName) #关闭当前窗口 self.top.destroy() self.canvas.bind('<ButtonRelease-1>', onLeftButtonUp)#让canvas充满窗口，并随窗口自动适应大小 self.canvas.pack(fill=tkinter.BOTH, expand=tkinter.YES) #开始截图def buttonCaptureClick(): #最小化主窗口# root.state('icon') root.withdraw() sleep(0.4) filename = 'temp.png' #grab()方法默认对全屏幕进行截图 im = ImageGrab.grab() im.save(filename) im.close() #显示全屏幕截图 w = MyCapture(filename) root.wait_window(w.top) #截图结束，恢复主窗口，并删除临时的全屏幕截图文件 root.update() root.deiconify() text1.config(state = NORMAL) text1.delete(0.0,END) text1.insert('insert',w.text) text1.config(state = DISABLED) text1.pack() os.remove(filename)
OCR实现
因为OCR其实是采用了搜狗的接口，所以需要做的工作也不是很多，只需要把我们的图片传入即可。 def get_text(img_path): print("") img = img_path # 图片路径 files = {"pic_path": open(img, "rb")} # files # 类似data数据 url = "http://pic.sogou.com/pic/upload_pic.jsp" # post的url keywords = requests.post(url, files=files).text # requests 提交图片 url = "http://pic.sogou.com/pic/ocr/ocrOnline.jsp?query=" + keywords # keywords就是图片url此方式为get请求 ocrResult = requests.get(url).json() # 直接转换为json格式 contents = ocrResult['result'] # 类似字典 把result的value值取出来 是一个list然后里面很多json就是识别的文字 text = "" for content in contents: # 遍历所有结果 text+=(content['content'].strip()+'/n') # strip去除空格 他返回的结果自带一个换行 return text
内容显示
内容显示是在截图结束后我们把ocr识别的内容存储起来 self.text = get_text(fileName) 然后再显示到主窗体上 text1.config(state = NORMAL) text1.delete(0.0,END) text1.insert('insert',w.text) text1.config(state = DISABLED) text1.pack()
总结
虽然是一个完整的项目，但是其中的很多模块其实都是借用其他人的模块，而我做的只是把他们结合起来做成一个小项目，所以是站在巨人的肩膀上开发。 到此这篇关于Python实现OCR识别的文章就介绍到这了,更多相关Python实现OCR识别内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！ 参考： - https://cloud.tencent.com/developer/article/1097904
- https://morvanzhou.github.io/tutorials/python-basic/tkinter/
- https://www.52pojie.cn/thread-708177-1-1.html
用python爬取分析淘宝商品信息详解技术篇
Python接口自动化之浅析requests模块get请求 |
