前两天，博主在摸鱼时偶然接触到了百度AI，一时间来了兴趣。在实战测试了其中的“通用文字识别”后，发现效果还是蛮不错的。所以通过本次文章记录一下，以作备忘。
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（https://ai.baidu.com/），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 keyboard
pip install pillow
pip 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 time
import sys
class 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':
continue
elif judge == 'n':
break
else:
while 1:
print("警告：请输入正确的选项（y/n）！")
judge1 = input("我选择：")
if judge1 == 'y':
break
elif judge1 == 'n':
sys.exit(0)
else:
continue
else:
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
