今天給大家分享的主題是用百度的接口實現(xiàn)圖片的文字識別。

環(huán)境和配置要求

整體是用Python實現(xiàn)，所需要使用的第三方庫包括aip、PIL、keyboard、pyinstaller，如未安裝，可在CMD中使用pip install Baidu-AIP/pillow/keyboard/pyinstaller指令安裝。

百度接口

打開https://cloud.baidu.com/，

如未注冊請先注冊，然后登錄點擊管理控制臺，點擊左側產(chǎn)品服務→人工智能→文字識別，點擊創(chuàng)建應用，輸入應用名稱如Baidu_OCR，選擇用途如學習辦公，最后進行簡單應用描述，即可點擊立即創(chuàng)建。

會出現(xiàn)應用列表，包括AppID、API Key、Secret Key等信息，這些稍后會用到。

打開步驟

具體實現(xiàn)步驟

整個程序的大致思路是，在用截圖軟件獲得截圖之后，交給百度接口識別，并返回結果，當然，也可以是本地圖片識別，我用的是QQ自帶截圖軟件，快捷鍵CTRL+ALT+A用來打開截圖，在選中所截區(qū)域后，按Enter鍵即可保存到粘貼板中，也可用其他截圖軟件。

①獲取截圖

keyboard類庫是用來監(jiān)聽鍵盤動作的，所以在有快捷鍵按下之后，便會有相應動作。并用PIL中的ImageGrab來獲取到剪切板中的圖片并生成本地圖片文件。

#1.截圖
keyboard.wait('ctrl+alt+a')
print('開始截圖')
 keyboard.wait('enter')
print('保存截圖')
time.sleep(0.1)
 #2.保存圖片
image = ImageGrab.grabclipboard()image.save('img.png')

②調用Baidu aip識別并打印文字

先用注冊時生成的應用的AppID、API Key、Secret Key初始化應用，再讀取保存到的圖片并打印識別的文字。

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'])

運行結果如圖所示：

運行截圖

我們還可增加一個無限循環(huán)使得一直能截圖。

③調用打包程序生成專屬識別文字小程序

用pyinstaller庫實現(xiàn)小程序的打包，生成.exe文件，這樣就能隨時識別文字了。在命令行中用pyinstaller xxx.py來打包生成exe文件，最后在生成的dist文件夾即可找到xxx.exe文件如下：

 

專屬文字識別小程序

完整源代碼下載見文末！

附圖圖片識別案例