百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程字典 > 正文

用python制作自己的OCR,支持热键截图,文字提取

toyiye 2024-06-21 12:42 12 浏览 0 评论

用python制作属于自己OCR小脚本。

现在的ocr技术已经相当成熟,笔者因为前端时间要做一个pyqt5的项目,学习了点pyqt5的知识,又恰逢领导需要,需要制作一个pdf转换为txt文本的脚本,一番交流之后,才晓得只是想提取pdf的一部分内容,而且pdf都是图片格式的,不能复制,泪奔啊,一番尝试+百度,决定采用截图方式提取pdf内容,方便,快捷。

主要实现的功能:

  1. 全局热键截图
  2. 截图文字提取
  3. 截图文字展现。

上一个效果图:

主界面:

环境:win10; python3.6, pyqt55.12。

第一部分,全局热键

代码实现:

# _*_ coding:UTF-8 _*_
import win32con
import ctypes
import ctypes.wintypes
RUN=False #用来传递运行一次的参数
EXIT = False #用来传递退出的参数
user32 = ctypes.windll.user32 #加载user32.dll
id1=113 #注册热键的唯一id,用来区分热键
id2=106
class Hotkey: #创建一个Thread.threading的扩展类
 def __init__(self, single):
 self.single = single['bar_value']
 def runs(self):
 global EXIT #定义全局变量,这个可以在不同线程间共用。
 global RUN #定义全局变量,这个可以在不同线程间共用。
 if not user32.RegisterHotKey(None, id1, 0, win32con.VK_F2): # 注册快捷键F9并判断是否成功,该热键用于执行一次需要执行的内容。
 print ("Unable to register id", id1) # 返回一个错误信息
 if not user32.RegisterHotKey(None, id2, 0, win32con.VK_F10): # 注册快捷键F10并判断是否成功,该热键用于结束程序,且最好这么结束,否则影响下一次注册热键。
 print ("Unable to register id", id2)
 #以下为检测热键是否被按下,并在最后释放快捷键
 try:
 msg = ctypes.wintypes.MSG()
 while True:
 # print('1')
 self.single.emit(['hotKet'])
 if user32.GetMessageA(ctypes.byref(msg), None, 0, 0) != 0:
 if msg.message == win32con.WM_HOTKEY:
 if msg.wParam == id1:
 RUN = True
 elif msg.wParam == id2:
 EXIT=True
 return
 user32.TranslateMessage(ctypes.byref(msg))
 user32.DispatchMessageA(ctypes.byref(msg))
 finally:
 user32.UnregisterHotKey(None, id1)#必须得释放热键,否则下次就会注册失败,所以当程序异常退出,没有释放热键,
 #那么下次很可能就没办法注册成功了,这时可以换一个热键测试
 user32.UnregisterHotKey(None, id2)
if __name__ == "__main__":
 hotkey = Hotkey()
 hotkey.runs()
 while(True):
 if RUN==True:
 print('gggg')
 RUN=False
 elif EXIT==True:
 #这里是用于退出循环的
 break 

第二部分:截图功能。

上一部分已经实现截图后自动保存图片,图片会重复覆盖写入,用户感知不到图片的存在。图片保存完成后利用百度的ocr接口,返回图片内容,以弹窗返回内容。

一个简单的ocr至此已完结。头条对代码的展现还是不够友好,这里代码放在github上,需要自己申请百度的接口用户id。

百度ocr申请。传送门https://console.bce.baidu.com

代码在github上,申请百度apikey后可直接使用。

https://github.com/BuildDreams/OCR

百度申请后在下面获取apikey。

相关推荐

为何越来越多的编程语言使用JSON(为什么编程)

JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...

何时在数据库中使用 JSON(数据库用json格式存储)

在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...

MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)

前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...

JSON对象花样进阶(json格式对象)

一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...

深入理解 JSON 和 Form-data(json和formdata提交区别)

在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...

JSON 语法(json 语法 priority)

JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...

JSON语法详解(json的语法规则)

JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...

MySQL JSON数据类型操作(mysql的json)

概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...

JSON的数据模式(json数据格式示例)

像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...

前端学习——JSON格式详解(后端json格式)

JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...

什么是 JSON:详解 JSON 及其优势(什么叫json)

现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...

PostgreSQL JSON 类型:处理结构化数据

PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...

JavaScript:JSON、三种包装类(javascript 包)

JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...

Python数据分析 只要1分钟 教你玩转JSON 全程干货

Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...

比较一下JSON与XML两种数据格式?(json和xml哪个好)

JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...

取消回复欢迎 发表评论:

请填写验证码