思路框架
- 1.环境和配置要求
- 百度接口
- 2.具体实现步骤
- ①获取截图
- ②调用Baidu aip识别并打印文字
- ③调用调用打包程序生成专属识别文字小程序
第一次写博客，只为分享一些学习上的心得，与大家共勉。今天给大家分享的主题是用百度的接口实现图片的文字识别。
1.环境和配置要求
整体是用Python实现，所需要使用的第三方库包括aip、PIL、keyboard、pyinstaller，如未安装，可在CMD中使用pip install Baidu-AIP/pillow/keyboard指令安装.
百度接口
打开百度云,如未注册请先注册，然后登录点击管理控制台，点击左侧产品服务→人工智能→文字识别，点击创建应用，输入应用名称如“Baidu_OCR”，选择用途如“学习办公”，最后进行简单应用描述，即可点击“立即创建”。会出现应用列表，包括AppID、API Key、Secret Key等信息，这些稍后会用到。
2.具体实现步骤
整个程序的大致思路是，在用截图软件获得截图之后，交给百度接口识别，并返回结果，当然，也可以是本地图片识别，我用的是QQ自带截图软件，快捷键CTRL ALT A用来打开截图，在选中所截区域后，按Enter键即可保存到粘贴板中，也可用其他截图软件。
①获取截图
keyboard类库是用来监听键盘动作的，所以在有快捷键按下之后，便会有相应动作。并用PIL中的ImageGrab来获取到剪切板中的图片并生成本地图片文件。
代码语言：javascript复制#1.截图
keyboard.wait('ctrl alt a')
print('开始截图')
keyboard.wait('enter')
print('保存截图')
time.sleep(0.1)
#2.保存图片
image = ImageGrab.grabclipboard()
image.save('img.png')②调用Baidu aip识别并打印文字
先用注册时生成的应用的aip、PIL、keyboard请求接口，再读取保存到的图片并打印识别的文字。
代码语言：javascript复制with open('img.png', 'rb') as fp:
image = fp.read()
text_list = client.basicAccurate(image)['words_result']
for text in text_list:
print(text['words'])运行结果如图所示：
我们还可增加一个无限循环使得一直能截图。
③调用调用打包程序生成专属识别文字小程序
用pyinstaller库实现小程序的打包，生成.exe文件，这样就能随时识别文字了。 在命令行中用pyinstaller xxx.py来打包生成exe文件，最后在生成的dist文件夹即可找到xxx.exe文件
最后附上整个源代码：
代码语言：javascript复制#引入截图软件，获取文件到本地端,并识别图片文字，最后打包
import keyboard #控制键盘
from PIL import ImageGrab #保存图片
import time
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '17076767'
API_KEY = 'Af3Rj5HALMz5AN8prSgwTH4m'
SECRET_KEY = '******************'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
i = 0
while True:
#1.截图
keyboard.wait('ctrl alt a')
print('开始截图')
keyboard.wait('enter')
print('保存截图')
time.sleep(0.1)
#2.保存图片
image = ImageGrab.grabclipboard()
image.save('img{}.png'.format(i))
""" 调用通用文字识别（高精度版） """
with open('img{}.png'.format(i), 'rb') as fp:
image = fp.read()
text_list = client.basicAccurate(image)['words_result']
for text in text_list:
print(text['words'])
i =1
