Python制作一个简单的图片文字提取+PDF转WORD的软件

图片文字提取

- - 需求来源 - -

因为朋友抱怨图片提取文字都是限制图片且付费的，于是就想利用Python开源的优势做一个免费的程序，可以实现图片中文字的提取。

- - 代码实现 - -

参考百度图片文字识别过程：
https://blog.csdn.net/XnCSD/article/details/80786793

忽略图片压缩过程，只识别一张图片

import sys
import os
import glob
from os import path
from aip import AipOcr
from PIL import Image
def baiduOCR(picfile, outfile):
    """利用百度api识别文本，并保存提取的文字
    picfile:    图片文件名
    outfile:    输出文件
    """
    filename = path.basename(picfile)
    
    APP_ID = '***' # 刚才获取的 ID，下同
    API_KEY = '***'
    SECRECT_KEY = '***'
    client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
    
    i = open(picfile, 'rb')
    img = i.read()
    #print("正在识别图片：\t" + filename)
    message = client.basicGeneral(img)   # 通用文字识别，每天 50 000 次免费
    #message = client.basicAccurate(img)   # 通用文字高精度识别，每天 800 次免费
    #print("识别成功！")
    i.close();
    
    with open(outfile, 'a+') as fo:
        fo.writelines("+" * 60 + '\n')
        fo.writelines("识别图片：\t" + filename + "\n" * 2)
        fo.writelines("文本内容：\n")
        # 输出文本内容
        for text in message.get('words_result'):
            fo.writelines(text.get('words') + '\n')
        fo.writelines('\n'*2)
    #print("文本导出成功！")
    #print()

picfile = 'path of picture' #图片路径 
outfile = 'result.txt'
if path.exists(outfile):
    os.remove(outfile)
#lb.config(text = "图片识别...");
baiduOCR(picfile, outfile)
#lb.config(text = "图片文本提取结束！文本输出结果位于"+outfile+"文件中");

PDF转WORD

- - 需求来源 - -

微软Office和金山WPS都可以免费实现word转pdf，但是PDF转word文档需要会员或者一定费用实现全部pdf的转换。
一些在线的网站以可完成免费的pdf 转 word：
50M以内的PDF转换： 便捷PDF转换器
== 如果只是想提取PDF中的文字（不包含格式），可以使用此程序进行转换。==

- - 代码实现 - -

import sys
import importlib
importlib.reload(sys)
 
from pdfminer.pdfparser import PDFParser,PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from p