基于PyTesseract与PyQt5 的中文OCR识别应用程序设计

1 篇文章 0 订阅
1 篇文章 0 订阅

Tesseract:主要用于进行OCR识别
PyQt: 主要用于界面的设计和功能与界面控件的连接
主要界面:
在这里插入图片描述
功能实现界面:
在这里插入图片描述
在这里插入图片描述

# -*- coding: utf-8 -*-
import os
import sys
import pytesseract
from PyQt5 import QtCore, QtGui, QtWidgets
from PyQt5.QtCore import Qt
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtWidgets import *
from PIL import Image, ImageGrab
import numpy as np
import pyperclip
import time


class Ui_MainWindow(object):
    def __init__(self):
        self.file_name = ""
        self.Pixmap = QPixmap()
        self.ocr_img = 0

    # -------------以下均为UI设计的部分(QT_Designer进行UI界面设计)----------
    # 利用pyui5工具进行变换
    # 在终端输入: pyuic5 -o my_ui.py my_ui.ui
    # 生成py在ui所在文件夹

    def setupUi(self, MainWindow):
        MainWindow.setObjectName("MainWindow")
        MainWindow.resize(1170, 812)
        self.centralwidget = QtWidgets.QWidget(MainWindow)
        self.centralwidget.setObjectName("centralwidget")
        self.image = QtWidgets.QLabel(self.centralwidget)
        self.image.setGeometry(QtCore.QRect(10, 10, 740, 791))
        self.image.setMinimumSize(QtCore.QSize(500, 600))
        self.image.setStyleSheet("background-color: rgb(150, 150, 150);")
        self.image.setText("")
        self.image.setObjectName("image")
        self.widget = QtWidgets.QWidget(self.centralwidget)
        self.widget.setGeometry(QtCore.QRect(760, 8, 402, 791))
        self.widget.setObjectName("widget")
        self.gridLayout = QtWidgets.QGridLayout(self.widget)
        self.gridLayout.setContentsMargins(0, 0, 0, 0)
        self.gridLayout.setObjectName("gridLayout")
        self.Tip_label = QtWidgets.QLabel(self.widget)
        self.Tip_label.setMaximumSize(QtCore.QSize(400, 16))
        self.Tip_label.setAlignment(QtCore.Qt.AlignLeading | QtCore.Qt.AlignLeft | QtCore.Qt.AlignTop)
        self.Tip_label.setObjectName("Tip_label")
        self.gridLayout.addWidget(self.Tip_label, 0, 0, 1, 2)
        self.Tip_label_2 = QtWidgets.QLabel(self.widget)
        self.Tip_label_2.setMaximumSize(QtCore.QSize(400, 16))
        self.Tip_label_2.setAlignment(QtCore.Qt.AlignLeading | QtCore.Qt.AlignLeft | QtCore.Qt.AlignTop)
        self.Tip_label_2.setObjectName("Tip_label_2")
        self.gridLayout.addWidget(self.Tip_label_2, 1, 0, 1, 2)
        self.read_file = QtWidgets.QPushButton(self.widget)
        self.read_file.setMinimumSize(QtCore.QSize(151, 31))
        font = QtGui.QFont()
        font.setPointSize(11)
        self.read_file.setFont(font)
        self.read_file.setStyleSheet("background-color: rgb(52, 52, 52);\n"
                                     "color: rgb(255, 255, 255);")
        self.read_file.setObjectName("read_file")
        self.gridLayout.addWidget(self.read_file, 2, 0, 1, 1)
        self.read_scr = QtWidgets.QPushButton(self.widget)
        self.read_scr.setMinimumSize(QtCore.QSize(151, 31))
        font = QtGui.QFont()
        font.setPointSize(11)
        self.read_scr.setFont(font)
        self.read_scr.setStyleSheet("background-color: rgb(52, 52, 52);\n"
                                    "color: rgb(255, 255, 255);")
        self.read_scr.setObjectName("read_scr")
        self.gridLayout.addWidget(self.read_scr, 2, 1, 1, 1)
        self.ocr_start = QtWidgets.QPushButton(self.widget)
        self.ocr_start.setMinimumSize(QtCore.QSize(400, 31))
        font = QtGui.QFont()
        font.setPointSize(11)
        self.ocr_start.setFont(font)
        self.ocr_start.setStyleSheet("background-color: rgb(140, 132, 198);")
        self.ocr_start.setObjectName("ocr_start")
        self.gridLayout.addWidget(self.ocr_start, 3, 0, 1, 2)
        self.ocr_result = QtWidgets.QTextEdit(self.widget)
        self.ocr_result.setMinimumSize(QtCore.QSize(300, 300))
        self.ocr_result.setObjectName("ocr_result")
        self.gridLayout.addWidget(self.ocr_result, 4, 0, 1, 2)
        self.save_image = QtWidgets.QPushButton(self.widget)
        self.save_image.setMinimumSize(QtCore.QSize(100, 31))
        font = QtGui.QFont()
        font.setFamily("黑体")
        font.setPointSize(10)
        self.save_image.setFont(font)
        self.save_image.setStyleSheet("background-color: rgb(96, 141, 110);")
        self.save_image.setObjectName("save_image")
        self.gridLayout.addWidget(self.save_image, 5, 0, 1, 1)
        self.copy = QtWidgets.QPushButton(self.widget)
        self.copy.setMinimumSize(QtCore.QSize(100, 31))
        font = QtGui.QFont()
        font.setFamily("黑体")
        font.setPointSize(10)
        self.copy.setFont(font)
        self.copy.setStyleSheet("background-color: rgb(96, 141, 110);")
        self.copy.setObjectName("copy")
        self.gridLayout.addWidget(self.copy, 5, 1, 1, 1)
        MainWindow.setCentralWidget(self.centralwidget)

        self.retranslateUi(MainWindow)
        QtCore.QMetaObject.connectSlotsByName(MainWindow)

        self.read_scr.clicked.connect(self.read_cap)
        self.read_file.clicked.connect(self.read_img)
        self.copy.clicked.connect(self.copy_result)
        self.save_image.clicked.connect(self.save_file)
        self.ocr_start.clicked.connect(self.start_OCR)

    def retranslateUi(self, MainWindow):
        _translate = QtCore.QCoreApplication.translate
        MainWindow.setWindowTitle(_translate("MainWindow", "中文OCR"))
        self.Tip_label.setText(_translate("MainWindow", " 提示:window截屏(win键 + Shift + s 或PrtSc键)"))
        self.Tip_label_2.setText(_translate("MainWindow", " 提示:保存路径(C:\\image_save\\*.jpg)"))
        self.read_file.setText(_translate("MainWindow", "读取图像文件"))
        self.read_scr.setText(_translate("MainWindow", "读取截屏"))
        self.ocr_start.setText(_translate("MainWindow", "开始识别"))
        self.save_image.setText(_translate("MainWindow", "保存截图"))
        self.copy.setText(_translate("MainWindow", "一键复制"))

    # -------------以上均为UI设计的部分----------

    # ------------以下内容为后端处理部分----------
    # -----读取剪切板中的截屏-----
    def read_cap(self):
        try:
            scr = ImageGrab.grabclipboard()
            self.ocr_img = np.array(scr)
            label_image = QImage(self.ocr_img.data, self.ocr_img.shape[1], self.ocr_img.shape[0],
                                 QImage.Format_RGBA8888)  # 转化为QImage

        except IndexError:  # 如果剪切板中非截屏,提示报错
            QtWidgets.QMessageBox.critical(None, "错误", "请先进行截屏")
        else:
            self.Pixmap = QPixmap(label_image)  # 将图像转换为pixmap
            re_image = show_image(self.Pixmap)  # 截屏显示图大小变换
            self.image.setPixmap(re_image)  # 在界面上进行显示

    # ----- 读取已有图像文件 -----
    def read_img(self):
        self.file_name = ""
        self.file_name, _ = QFileDialog.getOpenFileName(None, "选择图片",
                                                        "C:\\",
                                                        "Image (*.jpg *.gif *.png *.jpeg *.pgm *.pbm *.ppm *.xpm);; \
                                                        JPEG Files(*.jpg);;PNG Files(*.png);;PGM Files(*.pgm)")
        if self.file_name is not "":
            self.Pixmap = QPixmap(self.file_name)  # 直接将图像读取为pixmap
            self.ocr_img = pixmap_to_cvimg(self.Pixmap)  # pixmap 转换为图像
            re_image = self.Pixmap.scaled(self.image.size,Qt.KeepAspectRatio)
            self.image.setPixmap(re_image)  # 在界面上进行显示

    # ----- 图像进行OCR识别出文字 -----
    def start_OCR(self):
        img = Image.fromarray(self.ocr_img)
        img = img.convert('L')          # 转为灰度图,利用灰度图进行识别,(根据应用场景进一步预处理可提高识别率)
        text = pytesseract.image_to_string(self.ocr_img, lang='chi_sim')  # 利用pytesseract进行文字识别,chi_sim即为中文识别
        self.ocr_result.setText(text.replace("\n\n", "\n"))

    # ----- 文字一键复制到剪切板 -----
    def copy_result(self):
        pyperclip.copy(self.ocr_result.toPlainText())

    # ----- 保存截屏,命名为当前时间,图像保存类型为png -----
    def save_file(self):
        now = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime(time.time()))  # 获取当前时间,并进行格式转换
        path = "C:/image_save/"
        if not os.path.exists(path):    # 如果文件夹不存在,新建一个
            os.mkdir(path)
        file = path + now + ".png"
        self.Pixmap.save(file)          # 进行保存
        msg_box = QMessageBox(QMessageBox.Warning, "OK", "图像已保存!")          # 弹出提示保存状态
        msg_box.exec_()


# ----- 将 Pixmap 转换为 图像 (来自网络)-----
def pixmap_to_cvimg(qt_pixmap):
    qimg = qt_pixmap.toImage()
    temp_shape = (qimg.height(), qimg.bytesPerLine() * 8 // qimg.depth())
    temp_shape += (4,)
    ptr = qimg.bits()
    ptr.setsize(qimg.byteCount())
    result = np.array(ptr, dtype=np.uint8).reshape(temp_shape)
    result = result[..., :3]
    return result


def main():
    # 以下为PYQT的UI显示基础命令
    # 创建QApplication类的实例
    app = QApplication(sys.argv)
    widgets = QMainWindow()
    window = Ui_MainWindow()
    window.setupUi(widgets)
    widgets.show()
    sys.exit(app.exec_())


if __name__ == '__main__':
    main()

备注:本文内容主要用于学习记录,整体功能可以实现,但需根据所需识别图像的色彩类型来进行预处理,可提高识别准确度;部分内容参考其他大佬的,但忘记其来源故未标注。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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