【python实战】自制带文字识别的截屏工具

2021-08-12 10:29:28 浏览数 (1)

哈喽，大家好，我是一条。 好久没出python的教程了，今天教大家做个好玩又实用的。 点赞，收藏准备好。

前言

不知道大家工作中有没有遇到这种情况

  • 产品不知道从哪搞来的截图就这么粘在需求文档上，你还得一个一个敲，气的我这……
  • 网上有个资料，死活就是不让你复制，气的我这……
  • 有篇技术文章，代码全是截图，气的我这……

ok。别气了，求人不如求自己，一条教你自制带文字识别的截图工具。

成品展示

现已将文件设置成开机自启动，并一直在后台运行； 当监听到有截屏操作时，保存剪切板的文件； 调用百度开放API进行文字识别； 将识别出的内容写入剪贴板；

可以看到，大约占20M的内存

待识别的图片

识别出的内容

代码语言：javascript复制
现已将文件设置成开机自启动,并一直在后台运行;
当监听到有截屏操作时,保存剪切板的文件;
调用百度开放AP进行文字识别;
将识别出的内容写入剪切板;

不得不说，百度的准确率还是很高的。下面跟着一条来完成它吧

snipaste

我们需要借助这款好用的截图工具，微软商店和官网都可以下载。

完成后可以参考一条设置一下快捷键。

  • 截屏：shift S
  • 截屏后自动复制到剪贴板：shift A
  • 截屏后贴图：shift T

监听键盘

下面就是监听键盘的截屏快捷键shift A 因为我们想做到截屏后自动识别文字，不需手工做任何处理。

代码如下

代码语言：javascript复制
import keyboard
import time
keyboard.wait(hotkey="shift a")
    time.sleep(2)

sleep2秒是为了等待截图的过程。

这是肯定有人会有问题：如果我只想截图不想识别文字呢？

一条已经想到了，不想识别文字，可以用shift S呀

保存截图

如何从剪贴板获取截图呢 上代码

代码语言：javascript复制
from PIL import ImageGrab
image = ImageGrab.grabclipboard()
  image.save("screen.png")

百度文字识别

有了图片，就可以用百度文字识别了 怎么用呢？

创建应用

AI开放平台文档中心 https://ai.baidu.com/ai-doc

登陆后，到控制台建立一个自己的文字识别应用

创建应用后一定要记得领取免费资源

然后在管理应用找到自己的app_id

把这三个值复制下来，写代码需要用。

调用API

接下来就是发送一个request请求，调用百度的开放接口。 为了调用方便，需要引入一个封装好的库。

代码语言：javascript复制
pip install baidu_aip

安装好之后，写代码

代码语言：javascript复制
from aip import AipOcr
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

 with open("screen.png", 'rb') as f:
        image = f.read()
        # 调用百度API通用文字识别（高精度版），提取图片中的内容
        text = client.basicAccurate(image)
        result = text["words_result"]
        for i in result:
            print(i["words"])

写入剪贴板

识别完了，怎么用呢 连复制都免了，直接写入到剪贴板

代码语言：javascript复制
import pyperclip
clipstr=''
    # 读取图片
    with open("screen.png", 'rb') as f:
        image = f.read()
        # 调用百度API通用文字识别（高精度版），提取图片中的内容
        text = client.basicAccurate(image)
        result = text["words_result"]
        for i in result:
            clipstr=clipstr i["words"] "n"
    pyperclip.copy(clipstr)

后台执行

想到要做就做绝，如何让他在后台一直执行，又不能影响我其他工作。 通过ocr.bat ocr.vbs

新建ocr.bat

写入(ocr.py要和ocr.bat在同一目录)

代码语言：javascript复制
python ocr.py

新建ocr.vbs

同样，写入。主要作用是不显示控制台窗口

代码语言：javascript复制
Set ws = CreateObject("Wscript.Shell")
ws.run "cmd /c ocr.bat",0

开机自启动

要做，就让他完全自动化

win R，输入shell:startup，回车

将上面的三个文件全部复制进去

ok，大功告成！

源码

想直接拿到源码就可以用的小伙伴

vbscript api 文字识别

0 人点赞