python识别图片文字

Posted 2021-03-08 enumx

因为学校要求要刷一门叫《包装世界》的网课，而课程里有200多道选择题，而且只能在手机完成，网页版无法做题，而看视频是不可能看视频的，这辈子都不可能看...所以写了几行代码来进行百度搜答案。

思路如下：

手机屏幕投影到电脑上；
截图并识别图片文字；
调用百度来进行搜索；
提取html关键字。
环境配置：python3.6、第三方库：pyautogui、PIL、pytesseract、识别引擎tesseract-ocr
要识别中文，ocr引擎要下载一个中文包chi_sim放进Tesseract-OCR essdata里面。安装完ocr后还要配置一下调用路径，在Python36Libsite-packagespytesseract找到pytesseract.py（这是我的windows路径），打开在里面添加一下路径：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = 'tesseract'
tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
img_mode = 'RGB'

然后用AirDroid或者Vysor、360手机助手之类的将手机的屏幕投影到电脑上，用鼠标确定截图坐标，代码如下：

import pyautogui as pag
x,y = pag.position()
posStr = "position:"+str(x).rjust(4)+','+str(y).rjust(4)
print(posStr)

要获取两个坐标（截图开始坐标和结束坐标），然后利用获取的坐标运用如下代码截图并调用ocr引擎识别（识别出来的字是每个用空格分开的，所以要去除字符串中的空格），代码如下：

from PIL import Image
from PIL import ImageGrab
import pytesseract
import webbrowser

pos = (0,245,425, 327)
cut_img = ImageGrab.grab(pos)
cut_img.save('C:/imgSave/1.jpg') #保存截图到文件夹中
print("screenshots sucess")

text=pytesseract.image_to_string(Image.open('C:/imgSave/1.jpg'),lang='chi_sim') #调用识别引擎识别
text=text.replace(" ","") #去空格
print(text)
url = 'http://www.baidu.com/s?wd=%s' % text #调用百度搜索
webbrowser.open(url)

最终因为搜出来的全是题库，所以就没有提取html关键字了，其实是懒。