python例子：图片识别文字程序（新手入门必备项目）

于 2024-07-25 15:53:05 发布
阅读量863 收藏 11
点赞数 20
分类专栏： Pyhon Python爬虫 编程语音 文章标签： windows python 开发语言 程序员
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_78094861/article/details/140692108
版权

作品介绍

作品名称：图片识别文字程序

开发环境：PyCharm 2023.3.4 + python3.7

用到的库：PyQt5、sys、os、requests、base64、PIL、pyperclip

实现过程

一、阅读器UI设计

1、安装模块和配置工具，参考

2、运行工具QtDesigner，利用QtDesigner工具箱设计出界面效果（所需要的控件可查看右边区域），保存效果为文件dc.ui；

3、对文件dc.ui执行pyUIC（ui转化为py代码），执行完生成文件dc.py。

二、代码设计

1、新建文件discernImg.py，该文件为项目主文件，初始化页面并显示；

2、添加内置模块（下面代码使用）和主方法（用于运行后弹出界面）；

提示：由于是引入dc（dc.py），而未对其修改，所以开发过程中可以随时修改设计重新生成dc.py，不会覆盖掉自己编写的代码；但要注意如果修改了表单属性和名称等，编写的代码要跟着修改。

from PyQt5.QtWidgets import *
from PyQt5.QtGui import *

# 引入自定义模块
import dc
# 引入内置模块
import sys
import os
# 引入第三方模块
import requests, base64
from PIL import Image
import pyperclip

class parentWindow(QWidget, dc.Ui_Form):
    # 初始化方法
    def __init__(self):
        # 找到父类 首页面
        super(parentWindow, self).__init__()
        # 初始化页面方法
        self.setupUi(self)
        # 点击选择图片
        self.selectImg.clicked.connect(self.select_image)
        # 点击查看图片
        self.viewImg.clicked.connect(self.view_image)
        # 点击复制信息
        self.copyData.clicked.connect(self.copy_data)

if __name__ == '__main__':
    # 每一个PyQt5应用都必须创建一个应用对象
    app = QApplication(sys.argv)
    # 初始化页面
    window = parentWindow()
    # 显示首页
    window.show()
    sys.exit(app.exec_())

3、添加图片识别函数recgImg，用来扫描图片获取图片信息；

# 识别名片图片
def recgImg(self):
    # 获取baiduToken
    apikey = '你的apikey'
    seckey = '你的seckey'
    tokenUrl = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + apikey + '&client_secret=' + seckey
    res = requests.get(url=tokenUrl, headers={'content-type': 'application/json; charset=UTF-8'}).json()
    baiduToken = res['access_token']

    '''
    图片识别（API）
    '''
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/webimage"
    # 二进制方式打开图片文件
    f = open(self.download_path[0], 'rb')
    img = base64.b64encode(f.read())

    params = {"image": img}
    # access_token = '[调用鉴权接口获取的token]'
    request_url = request_url + "?access_token=" + baiduToken
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    if response:
        # print(response.json())
        return response.json()

4、实现点击“选择图片”功能，用来扫描选择的图片，并把图片和获取到的图片信息显示到界面；

# 选择图片执行方法
def select_image(self):
    # 启动选择文件对话空，查找jpg以及png图片
    self.download_path = QFileDialog.getOpenFileName(self, "选择要识别的图片", os.getcwd(), "Image Files(*.jpg *.png)")
    # 判断是否选择图片
    if not self.download_path[0].strip():
        QMessageBox.information(self, '提示信息', '没有选择名片图片')
        pass
    else:
        # pixmap解析图片
        pixmap = QPixmap(self.download_path[0])
        # 设置图片
        self.imgLabel.setPixmap(pixmap)
        # 让图片自适应label大小
        self.imgLabel.setScaledContents(True)
        try:
            # 识别名片图片返回识别结果
            content = self.recgImg()
        except:
            QMessageBox.information(self, '提示信息', '识别错误请重新选择图片')

        # 识别图片的数据赋值
        words_result = content['words_result']
        # print(words_result)
        text = ''
        for item in words_result:
            for v in item.values():
                text = text + '\n' + v
        self.discernText.setText(text)

5、实现点击“查看大图”功能，用来全屏显示图片；

# 点击查看图片显示大图功能
def view_image(self):
    if self.download_path:
        # 使用电脑中的看图工具打开图片
        img = Image.open(self.download_path[0])
        # 显示图片
        img.show()
    else:
        QMessageBox.information(self, '提示信息', '先选择名片图片')

6、实现点击“复制信息”功能，用来复制识别的信息到粘贴板；

# 复制图片识别的信息
def copy_data(self):
    text = self.discernText.toPlainText()
    if not text:
        QMessageBox.information(self, '提示信息', '没有可复制的信息')
    else:
        # 将文本复制到剪贴板
        pyperclip.copy(text)
        QMessageBox.information(self, '提示信息', '复制信息成功')

7、全部代码如下。


from PyQt5.QtWidgets import *
from PyQt5.QtGui import *

# 引入自定义模块
import dc
# 引入内置模块
import sys
import os
# 引入第三方模块
import requests, base64
from PIL import Image
import pyperclip


class parentWindow(QWidget, dc.Ui_Form):
    # 初始化方法
    def __init__(self):
        # 找到父类 首页面
        super(parentWindow, self).__init__()
        # 初始化页面方法
        self.setupUi(self)
        # 点击选择图片
        self.selectImg.clicked.connect(self.select_image)
        # 点击查看图片
        self.viewImg.clicked.connect(self.view_image)
        # 点击复制信息
        self.copyData.clicked.connect(self.copy_data)

    # 选择图片执行方法
    def select_image(self):
        # 启动选择文件对话空，查找jpg以及png图片
        self.download_path = QFileDialog.getOpenFileName(self, "选择要识别的图片", os.getcwd(), "Image Files(*.jpg *.png)")
        # 判断是否选择图片
        if not self.download_path[0].strip():
            QMessageBox.information(self, '提示信息', '没有选择名片图片')
            pass
        else:
            # pixmap解析图片
            pixmap = QPixmap(self.download_path[0])
            # 设置图片
            self.imgLabel.setPixmap(pixmap)
            # 让图片自适应label大小
            self.imgLabel.setScaledContents(True)
            try:
                # 识别名片图片返回识别结果
                content = self.recgImg()
            except:
                QMessageBox.information(self, '提示信息', '识别错误请重新选择图片')

            # 识别图片的数据赋值
            words_result = content['words_result']
            # print(words_result)
            text = ''
            for item in words_result:
                for v in item.values():
                    text = text + '\n' + v
            self.discernText.setText(text)

    # 识别名片图片
    def recgImg(self):
        # 获取baiduToken
        apikey = 'H5EA7rOL8Q1lfM4V'
        seckey = 'wjEIrva1TXO35FYqFxEB'
        tokenUrl = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + apikey + '&client_secret=' + seckey
        res = requests.get(url=tokenUrl, headers={'content-type': 'application/json; charset=UTF-8'}).json()
        baiduToken = res['access_token']

        '''
        图片识别（API）
        '''
        request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/webimage"
        # 二进制方式打开图片文件
        f = open(self.download_path[0], 'rb')
        img = base64.b64encode(f.read())

        params = {"image": img}
        # access_token = '[调用鉴权接口获取的token]'
        request_url = request_url + "?access_token=" + baiduToken
        headers = {'content-type': 'application/x-www-form-urlencoded'}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            # print(response.json())
            return response.json()

    # 点击查看图片显示大图功能
    def view_image(self):
        if self.download_path:
            # 使用电脑中的看图工具打开图片
            img = Image.open(self.download_path[0])
            # 显示图片
            img.show()
        else:
            QMessageBox.information(self, '提示信息', '先选择名片图片')

    # 复制图片识别的信息
    def copy_data(self):
        text = self.discernText.toPlainText()
        if not text:
            QMessageBox.information(self, '提示信息', '没有可复制的信息')
        else:
            # 将文本复制到剪贴板
            pyperclip.copy(text)
            QMessageBox.information(self, '提示信息', '复制信息成功')


if __name__ == '__main__':
    # 每一个PyQt5应用都必须创建一个应用对象
    app = QApplication(sys.argv)
    # 初始化页面
    window = parentWindow()
    # 显示首页
    window.show()
    sys.exit(app.exec_())

‍

三、打包成exe

为了方便使用，可以打包成exe；在项目下执行语句“pyinstaller -F discernImg.py”，打包成功后项目中新增dist文件，exe文件即为打包后的程序。

Python入门学习资料

1.Python系统学习路线图

首先，对于没有学习方向，知识不体系的人，我把我工作几年整理的学习路线分享给大家，做一个借鉴作用，还不知道怎么学习的人可以直接照着我这个学习路线一个个的去学习，知识不体系的人可以参考下我整理路线的方式，总之希望能够帮到你们！

2.Python必备开发工具

3.看视频进行系统学习

先在网上康康达人分享的视频、干货，通俗易懂，形成初始概念；你会发现博主们在进阶成大神之前他们的学习途径有哪些，找到适合自己风格的课程；

不过这样学习技术比较杂乱，所以通过更加系统的视频来学习，效果更好，也更全面。

4.实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

最后

如果你也想自学Python，可以关注我。我会把踩过的坑分享给你，让你不要踩坑，提高学习速度，还整理出了一套系统的学习路线，这套资料涵盖了诸多学习内容：开发工具，基础视频教程，项目实战源码，51本电子书籍，100道练习题等。相信可以帮助大家在最短的时间内，能达到事半功倍效果，用来复习也是非常不错的。

↓↓↓↓ 在这里插入图片描述

程序员面面
关注
  • 20
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python识别图片文字_使用AI技术获取图片文字与识别图像内容
weixin_39992462的博客
12-01 530
获取图片文字如何使用python获取图片文字呢？1、通过python的第三方库pytesseract获取通过pip install pytesseract 导入。1.1、安装tesseract-ocr先在官网 下载对应操作系统的tesseract-ocr ，比如我现在在windows系统下，就下载exe文件安装，可点击这里下载，下载后运行exe后选择一个目录安装，这个目录需要记住，后面中...
python代码提取图片文字
yfq_29的博客
10-09 1万+
python代码提取图片文字
Python人工智能之图片识别，一行代码实现图片文字识别_python 图片识别
最新发布
2401_84569545的博客
05-11 836
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习一行代码就能识别图片，我们背后要做些准备工作的•这里我们需要用到两个库：pytesseract和PIL•同时我们还需要安装识别引擎tesseract-ocr。
python-图片文字识别
qq_45572452的博客
08-31 3726
两种方法 1. 第一种方法 from PIL import Image import pytesseract import re #导入re import os import pytesseract Image = Image.open(r'E:\\test001\\12345.jpg') # 打开图片 text = pytesseract.image_to_string(Image) ...
【Python • 图片识别】pytesseract快速识别提取图片中的文字
热门推荐
广龙宇的博客
07-07 13万+
利用python做图片识别，识别提取图片中的文字会有很多方法，但是想要简单一点怎么办，那就可以使用tesseract识别引擎来实现，一行代码就可以做到提取图片文本。
Python图像文字识别详解，实战代码
涛哥聊Python
12-20 9022
在本篇文章中，深入研究了使用Python进行图片文字识别的全过程，从基础的库安装、简单文字识别，到更高级的处理多语言、优化性能、特殊场景（如表格和手写体）的应对，再到结合深度学习模型和服务化部署。通过详细的示例代码和解释，能够获得全面的知识体系，更好地理解和应用文字识别技术。强调了使用不同库和工具的灵活性，如easyocr、深度学习框架keras_ocr等，能够选择适用于项目需求的最佳解决方案。在处理特殊场景时，展示了如何优雅地应对表格和手写体文字，以及使用深度学习模型进行更精准的识别。
python批量识别图片指定区域文字内容
01-20
在Python编程中，批量识别图片中的指定区域文字内容是一项实用的技术，尤其在处理大量含有文本信息的图像时。本文将详细介绍如何使用Python实现这一功能，主要涉及三个关键步骤：图片模板匹配、图片剪裁和OCR识别。 ...
python 识别图片中的文字信息方法
12-23
最近朋友需要一个可以识别图片中的文字的程序，以前做过java验证码识别的程序； 刚好最近在做一个python项目，所以顺便用Python练练手 1.需要的环境： 2.7或者3.4版本的python 2.需要安装pytesseract库 依赖PIL和...
代码分享：基于python的文字识别和情感分析系统
04-08
一、本资源是一个基于Python的文字识别和情感分析系统，旨在为用户提供一套完整、高效的文本处理解决方案。该系统结合了文字识别技术和情感分析算法，能够自动从图片中提取文本信息，并对其进行深入的情感分析，从而...
基于Python构建神经网络识别图片中的文字.zip
10-19
本文的主要贡献是一种新颖的神经网络模型，其网络架构设计专门用于识别图像中的类序列对象。所提出的神经网络模型被称为卷积循环神经网络（CRNN），因为它是 DCNN 和 RNN 的组合。详细介绍参考：...
Python毕业设计：车牌识别系统源码.zip
05-09
Python毕业设计：车牌识别系统源码Python毕业设计：车牌识别系统源码Python毕业设计：车牌识别系统源码Python毕业设计：车牌识别系统源码Python毕业设计：车牌识别系统源码Python毕业设计：车牌识别系统源码Python...
python实现图片转文字图案
01-10
使用python编写，实现将图片转换成相似的文字图案。生成的文本大小可以更改，程序定义四个参数：转换的图片地址 宽 高 生成的目标文件地址。
Python图像处理之图片文字识别功能（OCR)
09-18
Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。这篇文章主要介绍了Python图像处理之图片文字识别功能 OCR的相关知识,需要的朋友可以参考下
【小沐学NLP】Python实现图片文字识别
爱看书的小沐
08-08 5844
Tesseract最初由惠普实验室支持，用于电子版文字识别，1996年被移植到Windows上，1998年进行了C++化，在2005年Tesseract由惠普公司宣布开源。2006年到现在，由Google公司维护开发。 最初Tesseract是用C语言写的，在1998年改用C++。...
Python在图片上添加文字
weixin_45240714的博客
03-02 7867
图片加文字
如何用python批量识别图片上的文字（一）
kof98765的专栏
07-08 2654
最近收到一个任务，任务内容如下：指定一个目录，内含数千张图片，要求能将指定区域的数字记录下来，便于分析，图片如下所示红框部分是需要识别出的区域 先分析下功能需求1.识别指定区域的数据2.将数据导出为excel这里有一个很简单的方法，就是使用easyocr识别整张图片，然后检索结果，整理成excel识别代码如下： 很简单的一段代码，执行完成后，就能将图片上能识别到的文字都存到result上，我们可以先打印出来，用人肉识别出需要识别的数据坐标x,y是什么，之后写if else将信息筛选出来下面是执行的结果
生活中的人工智能
oscube的博客
06-13 2294
人工智能定义 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 人工智能可以对人的意识
通过Python的pytesseract库识别图片中的文字
业余python爱好者
05-05 6335
通过Python的pytesseract库识别图片中的文字。
Python实现照片里添加文字
Dangerous_li的博客
01-04 2018
python实现照片里添加文字
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值