windows平台下使用python对屏幕进行文字识别

最新推荐文章于 2024-11-01 23:32:15 发布
最新推荐文章于 2024-11-01 23:32:15 发布
阅读量2.6k 收藏 6
点赞数
文章标签： python windows 开发语言
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/qq_24696367/article/details/129735553
版权
本文介绍了在Windows环境下使用Python进行屏幕文字识别的方法，主要涉及PyAutoGUI库的使用和Tesseract OCR引擎的安装配置。通过Python进行屏幕截图，然后利用Tesseract进行文字识别，支持英文和混合语言的识别。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

可行性分析

  1. 在 Windows 平台下使用 Python 进行文字识别是可行的。Python 提供了许多文字识别库，如 Tesseract OCR、OpenCV 和 Microsoft Azure Cognitive Services 等。其中，Tesseract OCR 是最常用的文字识别库之一，支持多种语言和多个平台。OpenCV 则是一个用于计算机视觉和机器学习的图像处理库，可以用来处理和分析屏幕截图。Microsoft Azure Cognitive Services 则提供了一整套人工智能 API，包括 OCR 和计算机视觉服务等。

  2. 因此，如果您想进行屏幕文字识别，可以使用 Python 和相关库来实现。可以使用 Python 的 PIL 库或者 PyAutoGUI 库来进行屏幕截图，然后使用 Tesseract OCR 或者 Azure Cognitive Services 进行文字识别。

  3. 下面介绍使用python的PyAutoGUI库对屏幕进行截屏，使用Tesseract OCR对截图进行文字识别的方法。

工具介绍

  • 要实现windows平台下使用python对屏幕进行文字识别的功能，需要介绍以下几个工具：

两个python库

  1. pyautogui：这是Python的一个自动操作库，用于 Python 进行屏幕截图。

  2. Pytesseract：这是Python的一个OCR库，可以与Tesseract-OCR结合使用，使您可以直接从Python中调用OCR引擎。

一个OCR引擎

  1. Tesseract-OCR&

最低0.47元/天 解锁文章
python实现截图识别文字(已打包成exe程序)
逐梦苍穹的博客
10-18 2399
本文向大家推荐一款自己开发的截图识别文字的程序
Python文字识别功能
代码无常，怀疑人生
04-05 1187
Python文字识别功能 ...
python屏幕文字识别_python识别图片文字
weixin_39859988的博客
11-20 2766
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-...
python+paddleocr 进行图像识别、找到文字在屏幕中的位置
热门推荐
pkloi的啵啵啵啵博客
12-06 2万+
最近在做自动化测试，因为是处理过的界面，所以使用pywinauto,LDTP获取控件进行操作的方法不可行，于是选择使用pyautogui进行图像识别与键盘鼠标控制。但是单独使用pyautogui测试效率很低，并且pyautogui图片识别并没有opencv识别率高，所以需要结合其他图像库使用。在使用的过程中发现，仅仅使用图像识别有时匹配度比较低，使用opencv进行图像识别定位，是图像像素太小查找成功的几率大大降低，于是想到使用OCR文本识别的方法对其进行查找，结合在一起使用，大大提高了工作效率。
【python】python实现屏幕指定区域文字提取（百度API）
测试开发自动化
04-12 8622
因为OCR文字识别功能不是特别好，推荐利用百度API的来实现屏幕指定区域的文字识别。 先说一下使用方法： 1.先从搞一下百度文字识别的api，然后将APP_ID，API_KEY，SECRECT_KEY写在ini文件中 2.打开要提取文字的图片，将鼠标放在要选文字的左上角，按下键盘Q，将鼠标移动到要提取文字的右下角，按下键盘E 3.按下键盘S保存识别文字（不按S，无法进行保存） 4.所识别的文字，记录在工程路径下log.txt中 这里面为了可配置，后期方便打包为exe文件，我将ID和KEY写在一个在一个acc
python屏幕文字识别_python中使用OCR 技术进行《文字识别》
weixin_39916355的博客
11-23 497
# 导入组件from uiautomatorimport deviceas dimport pytesseractfrom PILimport Imageimport osimport time# 函数入口def main():print("脚本初始化")dinfo=d.info#获取设备信息print(d.info)print(dinfo.get("displayHeight"))print("...
python屏幕文字识别_Python文字截图识别OCR工具实例解析
weixin_39850920的博客
11-20 1602
一、简介你一定用过那种“OCR神器”，可以把图片中的文字提取出来，极大的提高工作效率。今天，我们就来做一款实时截图识别的小工具。顾名思义，运行程序时，可以实时把你截出来的图片中的文字识别出来。二、模块import keyboard # 用于监控键盘按下，触发事件（pip install keyboard）import timefrom aip import AipOcr # 调用百度接口（pip ...
python识别文字坐标_【Python 教程】使用 Python 和大漠插件进行文字识别
weixin_39977934的博客
11-25 1419
家里有一台win7系统的电脑，平时可以用来玩玩游戏消磨时间。但是有时候有一些重复的操作实在是无趣，所以打算写个脚本，让其自动化执行。最终的目标就是把游戏里一些常用的操作都集合到脚本中去，且无序随机执行，模拟真人操作。点击此处查看原文。大漠插件介绍因为使用的是Windows系统，所以好多工作之前已经有大佬完成了。几年前使用过按键精灵的同学一定对大漠插件不陌生，其功能之强大，可以用来完成很多操作。从文...
python识别文字软件_【Python 教程】使用 Python 和大漠插件进行文字识别
weixin_39942037的博客
11-23 1479
家里有一台win7系统的电脑，平时可以用来玩玩游戏消磨时间。但是有时候有一些重复的操作实在是无趣，所以打算写个脚本，让其自动化执行。最终的目标就是把游戏里一些常用的操作都集合到脚本中去，且无序随机执行，模拟真人操作。点击此处查看原文。大漠插件介绍因为使用的是Windows系统，所以好多工作之前已经有大佬完成了。几年前使用过按键精灵的同学一定对大漠插件不陌生，其功能之强大，可以用来完成很多操作。从文...
python屏幕文字识别_学会python就是如此任性，15行代码搞定图片文字识别，附源码...
weixin_39886205的博客
11-23 1974
python作为一门高级编程语言，它的定位是优雅、明确和简单。阅读Python编写的代码感觉像在阅读英语一样，这让使用者可以专注于解决问题而不是去搞明白语言本身。Python虽然是基于C语言编写，但是摒弃了C中复杂的指针，使其变得简明易学。并且作为开源软件，Python允许对代码进行阅读，拷贝甚至改进。这些性能成就了Python的高效率，有“人生苦短，我用Python”之说，是一种十分精彩又强大的...
python代码使用pyautogui截图并进行通过easyocr文字识别.py
12-07
python使用pyautogui截图并进行文字识别.py
提取屏幕上的任何文本
01-20
包括任何程序的可见文本，桌面，不可复制的网页，轻松复制
用python识别屏幕内容
weixin_35755434的博客
02-15 2871
可以使用Python的Pillow和PyTesseract库来识别屏幕内容。 Pillow库是一个图像处理库，可以用来截屏并处理截屏图像。PyTesseract库是一个OCR(光学字符识别)库，可以将图像中的文本转换为计算机可读的文本。 首先，你需要安装这两个库。你可以使用pip命令在命令行中安装这些库，如下所示： pipinstall Pillow pip install pytesseract...
pyautogui图片文字识别和操作
woshiabc111的博客
12-01 2387
看到大佬用pyautogui获取屏幕内容发送给chatgpt，chatgpt会根据识别的内容自己玩游戏，简直6翻了。可以通过pyautogui截取指定区域的图片然后识别图片中的内容。通过识别的内容来判断是否需要进行后续操作。配置到tesseract.exe所在的文件夹那一级就行。无脑点下一步但是语言这里记得把中文这几个勾选上。首先确保电脑有python环境。最好有vpn下载速度快方便。
请用Python实现自动识别窗口文本并点击和输入文字的脚本
weixin_42598278的博客
02-14 5027
您可以使用 PyAutoGUI 库来实现该功能。PyAutoGUI 可以模拟鼠标和键盘操作，以及识别图像和文本。 以下是一个简单的例子： import pyautogui # 获取当前屏幕上指定文本的坐标 text_location = pyautogui.locateOnScreen('text.png') if text_location is not None: # 移动鼠标到文本...
使用 Python 编写的文字识别程序
asfdsgdf的博客
11-01 453
随着数字化进程的加速，文字识别技术（OCR）在文档处理、自动化和数据提取等领域变得越来越重要。本文将详细介绍如何使用 Python 和 Tesseract 库实现一个完整的文字识别程序，涵盖从环境准备到实现的每一个步骤。image_path = 'example_image.png' # 替换为你的图像路径。# 使用 pytesseract 进行文字识别。安装完成后，记下 Tesseract 的安装路径。print("识别的文本内容：")# 设置 Tesseract 可执行文件的路径。
python屏幕文字识别_python 图片文字识别 可截图识别
weixin_39543478的博客
11-20 670
[Python] 纯文本查看 复制代码import osfrom aip import AipOcrimport keyboardfrom PIL import ImageGrabfrom time import sleepdef get_reuslt(img_name):a=input('是否添加可信度?(建议字多不加) （y/n）:')if a == 'y':APP_ID = 'xxxxxx...
【小案例：一】Python识别任意位置文字
小柒的博客
07-31 4248
python文字识别，OCR识别，opencv识别文字，Tesseract安装，Tesseract文字识别
python识别图中的文字（ocr）
weixin_30645617的博客
03-22 335
环境:我是用的是pycharm ，在pycharm中安装第三方插件，但是在安装PIL是遇到问题 1、安装pytesseract 2、在网上下载PIL https://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow 在你的python script文件中打开cmd 输入pip install 你下载的pillow文件名 和ht...
Python识别屏幕文字
最新发布
04-03
### Python OCR 屏幕文字识别的方法 要通过 Python 实现屏幕文字识别功能，可以采用两种主要方式：一种是利用开源库 Tesseract OCR 进行本地处理；另一种则是调用在线 API（如百度 AI 的 OCR 接口）。以下是这两种方法的具体介绍。 #### 使用 Tesseract OCR 实现屏幕文字识别 Tesseract 是一款强大的开源 OCR 工具，支持多种语言的文字识别。为了将其集成到 Python 中，需安装 `pytesseract` 库以及配置好 Tesseract 执行环境。下面是一个完整的代码示例： ```python import os import pyautogui import pytesseract from PIL import Image # 截取当前屏幕图像并保存至指定路径 output_path = r'C:\Users\Administrator\Desktop\screenshot.png' screenshot = pyautogui.screenshot() screenshot.save(output_path) # 加载截屏图片并通过 Tesseract 提取文本 image = Image.open(output_path) text = pytesseract.image_to_string(image, lang='chi_sim') # 设置中文模式 print(text) ``` 上述代码实现了从屏幕上捕获图像，并使用 Tesseract 将其转换为可读的字符串[^1]。 需要注意的是，在运行此脚本之前，请确保已正确安装 Tesseract 并设置 PATH 环境变量指向其执行文件位置。例如 Windows 下可能需要手动下载 Tesseract 安装包并完成相应配置。 #### 借助百度 AIP OCR SDK 实现云端识别服务 如果希望获得更高质量的结果或者无需依赖本地部署，则可以选择接入第三方提供的 OCR WebAPI 。这里以百度为例说明如何操作： 首先需要注册成为开发者获取应用密钥 (APP_ID , API_KEY 和 SECRET_KEY)，接着按照官方文档指引 pip install baidu-aip 后即可编写如下程序片段来完成任务需求: ```python from aip import AipOcr import pyautogui """ 百度云平台申请得到的应用信息 """ APP_ID = 'your_app_id_here' API_KEY = 'your_api_key_here' SECRET_KEY = 'your_secret_key_here' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 获取屏幕截图数据流 im = pyautogui.screenshot() temp_filename = "temp_screenshot.jpg" im.save(temp_filename) img_data = get_file_content(temp_filename) result = client.basicGeneral(img_data) # 或者 basicAccurate() 方法提高精度但消耗配额更多 for word_info in result["words_result"]: print(word_info['words']) os.remove(temp_filename) # 删除临时存储的截图文件 ``` 该方案的优势在于它能够自动适应不同字体大小、倾斜角度等情况下的复杂场景，而且对于手写体也有较好的兼容性[^2]。 ---
评论 1
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