前期准备

百度AI前期准备工作

首先打开百度AI的官方网站（/），找到文字识别中的通用文字识别，点击立即使用。

扫码登录百度智能云，点击“文字识别”的“概览”里面的“创建应用”。其中，应用名字和应用描述随意写、其他默认即可。

创建成功后，可以发现出现了“AppID”、“API Key”、“Secret Key”。这三项内容待会在Python编程时需要用到，必须提前申请好。

有了“AppID”、“API Key”、“Secret Key”后，我们点击左侧的“技术文档”，选择“SDK文档”中的“Python语言”下的“快速入门”，查看文档说明，发现我们需要安装Python的第三方库：baidu-aip库。

点击“接口说明”，可以查看Python代码模板。因为本次实战只是简单实现截图文本识别功能，因此我们只需要复制好下列代码即可：

""" 读取图片 """def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()image = get_file_content('example.jpg')""" 调用通用文字识别, 图片参数为本地图片 """client.basicGeneral(image);

Python第三方库前期安装工作

除了Python内置的time框架以外，其他Python的第三方库我们都需要进行手动安装。这里推荐使用pip进行安装：

pip install keyboardpip install pillowpip install baidu-aip

其中，如果使用高版本的Python可能安装好keyboard库在使用时会报错，由于是版本不支持的问题因此无法解决。这里推荐使用Python3.6版本，不过博主使用的Python3.7.2版本也是没什么问题的，而在另一台Deepin 20系统使用的Python3.7.6版本就报错无法使用了；PIL库对应的高版本Python框架是pillow库，因此直接安装pillow库即可。

import keyboard # python用的是3.6版本，3.6版本以上可能会出问题（框架不支持）from PIL import ImageGrab # PIL较多用于2.7版本的Python中，到python3版本已经用Pillow代替PIL了(pip install pillow)from aip import AipOcr # 百度AI人工智能

实战分析

思路分析

截图工具：

1.QQ/Tim内置屏幕截图（CTRL+ALT+A -> 回车键Enter）。

2.Snipaste（F1 -> CTRL+C）。

本次实战使用QQ/Tim内置屏幕截图工具，有兴趣的朋友可自行下载安装Snipaste进行尝试。

实现步骤：

1.监控键盘按键（不按下设置的相关按键则一直处于监控状态，不执行下面代码）进行截图。

keyboard.wait(hotkey='ctrl+alt+a')keyboard.wait(hotkey='enter')time.sleep(0.1) # 睡眠0.1秒，加载缓存，否则有延迟

2.图片保存到当前目录下。

image = ImageGrab.grabclipboard() # 能够从剪切板当中获取图片，并且生成出来image.save('screenhot.jpg')

3.以二进制形式读取图片，识别图片上面的文字内容，将内容输出到控制台。

APP_ID = '百度AI对应的appid值'API_KEY = '百度AI对应的appkey值'SECRET_KEY = '百度AI对应的secretkey值'client = AipOcr(APP_ID, API_KEY, SECRET_KEY)""" 读取图片 """def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()image = get_file_content('screenhot.jpg')""" 调用通用文字识别, 图片参数为本地图片 """client.basicGeneral(image);result = text['words_result']for i in result:print(i['words'])

4.封装成函数形式，增添文本写入功能，将获取的文本内容直接写入到txt文本，并在控制台中输出出来。

def textRecognition(self, writetype): # 文本识别函数img = self.getImage()text = self.client.basicGeneral(img) # 返回文字内容result = text['words_result']with open('content.txt', writetype + '+', encoding='utf8') as fp:for i in result:fp.write(i['words'] + '\n')print(i['words'])

5.代码优化：通过if判断语句将代码整体优化，以防止因报错而导致的程序结束。

整体代码

import keyboard # python用的是3.6版本，3.6版本以上可能会出问题（框架不支持）from PIL import ImageGrab # PIL较多用于2.7版本的Python中，到python3版本已经用Pillow代替PIL了(pip install pillow)from aip import AipOcr # 百度AI人工智能import timeimport sysclass TextRecognition():def __init__(self):APP_ID = '百度AI对应的appid值'API_KEY = '百度AI对应的appkey值'SECRET_KEY = '百度AI对应的secretkey值'self.client = AipOcr(APP_ID, API_KEY, SECRET_KEY)def toScreenhot(self): # 截图函数keyboard.wait(hotkey='ctrl+alt+a')keyboard.wait(hotkey='enter')time.sleep(0.1) # 睡眠0.1秒，加载缓存，否则有延迟只能加载上一张图片image = ImageGrab.grabclipboard() # 能够从剪切板当中获取图片，并且生成出来image.save('screenhot.jpg')def getImage(self): # 二进制文件读取函数with open('screenhot.jpg', 'rb') as fp:return fp.read()def textRecognition(self, writetype): # 文本识别函数img = self.getImage()text = self.client.basicGeneral(img) # 返回文字内容result = text['words_result']with open('content.txt', writetype + '+', encoding='utf8') as fp:for i in result:fp.write(i['words'] + '\n')print(i['words'])if __name__ == '__main__':writetype = input("欢迎来到文本识别系统！请先选择识别文本写入方式：（覆盖内容写入输入w/追加内容写入输入a）\n")if writetype == 'w' or writetype == 'a':print("温馨提示：请登录QQ/Tim，同时按下CTRL+ALT+A对指定识别内容进行截图，然后按下回车键完成截图。")while 1:print("提示：请用户开始截图！")TextRecognition().toScreenhot()print("==============================================================")TextRecognition().textRecognition(writetype)print("==============================================================")print("提示：文字识别已完成，上述内容即为content.txt文本所写入的内容。\n是否继续？（y/n）")judge = input("我选择：")if judge == 'y':continueelif judge == 'n':breakelse:while 1:print("警告：请输入正确的选项（y/n）！")judge1 = input("我选择：")if judge1 == 'y':breakelif judge1 == 'n':sys.exit(0)else:continueelse:print("警告：请输入正确的识别文本写入方式：（覆盖内容写入输入w/追加内容写入输入a）！")sys.exit(0)

运行测试

【人工智能】基于百度AI和Python编程的简单实现：通过QQ/Tim截图进行文本识别功能的分析实战详解——以获取百度文库付费内容为例