Python调用百度aip进行文字识别

一、模块

import time
import keyboard			(pip install keyboard)	#用于监控键盘按下，触发事件
from PIL import ImageGrab	#用于屏幕截图
from aip import AipOcr		(pip install baidu-aip)	#调用百度接口

二、获取APPID AK SK

进入网址:https://console.bce.baidu.com/ai/#/ai/ocr/overview/index

勾选文字识别，名称：文字识别，应用描述：无。点击创建
然后点击图1的应用列表，就可以看到刚刚创建的应用以及AppID，APIKey，SecretKey。复制进下面的代码就可以了。

import time
import keyboard
from PIL import ImageGrab

#3.调用百度的接口识别图片内容
from aip import AipOcr

"""你的APPID AK SK"""
APP_ID = "复制你创建应用的APP_ID"
API_KEY = "同上"
SECRET_KEY = "同上"
client = AipOcr(APP_ID,API_KEY,SECRET_KEY)  

while True:
    #截图
    keyboard.wait(hotkey="alt+ctrl+a")  #等待键盘的触发。等待QQ截图
    keyboard.wait(hotkey="enter")
    time.sleep(0.1)
    
    #图片保存
    image = ImageGrab.grabclipboard()   #获取剪切板的图片
    image.save('screen.jpg')		#图片保存

    #打开screen.jpg图片，以read bytes方式进行操作
    with open('screen.jpg','rb') as f:
        image = f.read()    #image就是这张图片的二进制内容
        text = client.basicAccurate(image)      #调用百度的接口帮我们识别图片的内容

        result = text['words_result']			#获取返回内容的字典
        #遍历输出字典内容
        for i in result:	
            print(i['words'])	

大致的原理就是利用一个截图工具进行截图（这里选择用QQ的截图功能，需要运行QQ），再判断截图完成按下的键后进行后面的功能（截图完会把图片放入剪切板，然后获取到剪切板的图片就是获取到我们要进行识别的图片），然后再调用百度的接口帮我们识别这张图片上的内容，在打印出来，运行效果如下（先运行程序，然后运行QQ使用快捷键ctrl+alt+a截取要识别的内容然后按enter）：
截图
识别出的内容