代碼格式問題見諒，csdn寫好粘過來的，想看起來直觀的請(qǐng)移步我的csdn，個(gè)人簡(jiǎn)介有~
昨天我姐問我有沒有軟件可以批量識(shí)別圖片上的文字，她在幫客戶做資料整理，但是用的方法只能一張一張上傳識(shí)別，不僅效率低還浪費(fèi)時(shí)間。
?我就找了找批量識(shí)別的軟件，下載下來覺得：嗯？不錯(cuò)，界面也挺好，小東西做的還挺別致。但是，識(shí)別三張就停止了，提示非最新版本要聯(lián)系客服升級(jí)之類的，妥妥的套路，果斷刪除。又找了一個(gè)，嗯？界面更加好看一點(diǎn)兒，人家就很直接，三張之后提示購(gòu)買會(huì)員，還顯示了幾種VIP的費(fèi)用，很“人性”嘛。
?但是，在這個(gè)萬物開源的互聯(lián)網(wǎng)時(shí)代，讓程序員掏腰包買軟件是不可能滴，反正我是不會(huì)，啊哈哈。我首想到了反編譯，把三張的限制取消，之前看過一些ios逆向工程的東西，這些應(yīng)該都是通的。搜索了一番之后，有這么個(gè)方法，下載一個(gè)軟件，把exe拖進(jìn)去，就能顯示源碼了。又讓我下東西，我就覺得很煩了，畢竟還是占空間的嘛。
?so，我寫寫就好了嘛，畢竟也是一名程序員，怎么能忘了呢。16年公司項(xiàng)目中身份證識(shí)別用到了OCR做身份證掃描，當(dāng)時(shí)還在做iOS開發(fā)，好像用的一個(gè)第三方，細(xì)節(jié)嘛忘得差不多了（而且做app的話，我姐又不是iOS系統(tǒng)）。這次就用python的GUI然后打包成exe吧，翻翻我的筆記，對(duì)的19年12月份學(xué)習(xí)到的python打包那些剛好用上。要考慮到客戶需求以及易用性，哈哈，然后就開始了。
批量、圖片文字識(shí)別、導(dǎo)出文本、操作便捷、圖形化界面
1、百度AI開放平臺(tái)的通用文字識(shí)別SDK（沒有廣告成分，搜到什么用什么，免費(fèi)調(diào)用量足夠了），我的代碼中用的是“網(wǎng)絡(luò)圖片文字識(shí)別”，可根據(jù)需求，自行調(diào)整；
2、python的tklinker模塊、打包工具pyinstaller；
3、也可以直接寫入txt；
前一天的代碼，第二天優(yōu)化改改改之后，再用新圖片來識(shí)別發(fā)現(xiàn)不行了，一度以為是哪里寫錯(cuò)了，各種找原因，以為是獲取文件夾路徑方式不對(duì)，就自己復(fù)制了路徑進(jìn)來，發(fā)現(xiàn)報(bào)錯(cuò)了。
坑1：圖片路徑——轉(zhuǎn)義
運(yùn)行報(bào)錯(cuò)：SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: tr
我文件夾中復(fù)制來的路徑：C:\Users\78755\Desktop\test\1.pngfilePath='C:\Users\78755\Desktop\test\1.png'報(bào)錯(cuò)原因：在windows系統(tǒng)當(dāng)中讀取文件路徑可以使用\,但是在python字符串中\(zhòng)有轉(zhuǎn)義的含義，如\t可代表TAB，\n代表換行，所以我們需要采取一些方式使得\不被解讀為轉(zhuǎn)義字符。解決方案：1、在路徑前面加r，保持字符原始值的意思。filePath=r'C:\Users\78755\Desktop\test\1.png’2、替換為雙反斜杠filePath='C:\\Users\\78755\\Desktop\\test\\1.png’3、替換為正斜杠filePath=‘C:/Users/78755/Desktop/test/1.png’
坑2：后綴——python批量修改指定文件夾下圖片后綴
import os# 此處我是將test文件夾下全部.jpg后綴修改了成了.png并給圖片重新命名os.chdir(r'C:\Users\78755\Desktop\test');# 指定文件夾路徑count=1;# 初始序號(hào)# os.listdir(path) 方法用于返回指定的文件夾(path)包含的文件或文件夾的名字的列表，如果path=None，則使用path="."foritem in[xforx in os.listdir(".")]:# os.path.isfile( )判斷某一對(duì)象(需提供絕對(duì)路徑)是否為文件# 并且后綴以.jpg結(jié)尾ifos.path.isfile(item)and os.path.splitext(item)[1]=='.jpg':os.rename(item,'%s.png'%(count));count+=1;print(item);
1、安裝OCR Python SDK
OCR Python SDK目錄結(jié)構(gòu)├── README.md├── aip//SDK目錄│? ├── __init__.py//導(dǎo)出類│? ├── base.py//aip基類│? ├── http.py//http請(qǐng)求│? └── ocr.py//OCR└── setup.py//setuptools安裝
支持Python版本：2.7.+ ,3.+
安裝使用Python SDK有如下方式：
如果已安裝pip，執(zhí)行pip install baidu-aip即可。
如果已安裝setuptools，執(zhí)行python setup.py install即可。
2、新建AipOcr
AipOcr是OCR的Python SDK客戶端，為使用OCR的開發(fā)人員提供了一系列的交互方法。
參考如下代碼新建一個(gè)AipOcr：
from aip import AipOcr""" 你的 APPID AK SK """APP_ID='你的 App ID'API_KEY='你的 Api Key'SECRET_KEY='你的 Secret Key'client=AipOcr(APP_ID,API_KEY,SECRET_KEY)
在上面代碼中，常量APP_ID在百度智能云控制臺(tái)中創(chuàng)建，常量API_KEY與SECRET_KEY是在創(chuàng)建完畢應(yīng)用后，系統(tǒng)分配給用戶的，均為字符串，用于標(biāo)識(shí)用戶，為訪問做簽名驗(yàn)證，可在AI服務(wù)控制臺(tái)中的應(yīng)用列表中查看。
3、單張識(shí)別：
# 單張圖片識(shí)別i=open(r'C:\Users\78755\Desktop\test\1.png','rb')image=i.read()result=client.basicGeneral(image)#將所有的文字都合并到一起foritem in result['words_result']:print(item['words'])
4、批量識(shí)別：
# 圖片批量識(shí)別filePath=r'C:\Users\78755\Desktop\test'defget_file_content(filePath):withopen(filePath,'rb')as fp:returnfp.read()forroot,dirs,files in os.walk(".",topdown=False):forname in files:if'png'in name:filePath=os.path.join(root,name)[2:]options={'detect_direction':'true','language_type':'CHN_ENG',}result=aipOcr.webImage(get_file_content(filePath),options)print(result)fori in result['words_result']:print(i['words'])
5、寫入txt文件：
# 寫入txt? ? f=open("文件名.txt","a")#a 打開一個(gè)文件用于追加。如果該文件已存在，文件指針將會(huì)放在文件的結(jié)尾。也就是說，新的內(nèi)容將會(huì)被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進(jìn)行寫入。? ? f.write('要寫入的內(nèi)容')f.close()
6、Python GUI之tkinter窗口視窗的創(chuàng)建，并實(shí)現(xiàn)選擇文件夾路徑并展示路徑的功能：
import tkinter as tk? # 使用Tkinter前需要先導(dǎo)入from tkinter import*from tkinter.filedialog import askdirectory# GUI# 第1步，實(shí)例化object，建立窗口windowwindow=tk.Tk()# 第2步，給窗口的可視化起名字window.title('批量識(shí)別圖片文字')# 第3步，設(shè)定窗口的大小(長(zhǎng)*寬)window.geometry('1000x700')# 這里的乘是小x# 選擇文件夾路徑方法defselectPath():path_=askdirectory()path.set(path_)path=StringVar()# 第4步，在窗口界面設(shè)置放置Button按鍵selectedButton=tk.Button(window,text='選擇文件夾',font=('Arial',12),width=10,height=1,command=selectPath).place(x=50,y=20)# 第5步，在圖形界面上設(shè)定標(biāo)簽展示選擇好的文件夾路徑var=tk.StringVar()# 將label標(biāo)簽的內(nèi)容設(shè)置為字符類型，用var來接收hit_me函數(shù)的傳出內(nèi)容用以顯示在標(biāo)簽上pathLabel=tk.Label(window,textvariable=path,bg='gray',fg='white',font=('Arial',12),width=30,height=2).place(x=180,y=20)# 說明： bg為背景，fg為字體顏色，font為字體，width為長(zhǎng)，height為高，這里的長(zhǎng)和高是字符的長(zhǎng)和高，比如height=2,就是標(biāo)簽有2個(gè)字符這么高# 第6步，主窗口循環(huán)顯示window.mainloop()
7、完整代碼：
（1）、融合圖片識(shí)別和圖形化界面，可自定通過窗口進(jìn)行選擇圖片文件夾進(jìn)行識(shí)別（將要識(shí)別的圖片放到同一文件夾下即可，此處以.png后綴為例）；
（2）、識(shí)別結(jié)果的展示用到了tklinker的scrolledtext；
（3）、窗口大小及各控件樣式可調(diào)整；
# encoding:utf-8# author：笑胖仔from aip import AipOcrimport osimport tkinter as tk? # 使用Tkinter前需要先導(dǎo)入from tkinter import*from tkinter.filedialog import askdirectoryfrom tkinter import scrolledtext""" 你的 APPID AK SK """APP_ID='你的 App ID'API_KEY='你的 Api Key'SECRET_KEY='你的 Secret Key'client=AipOcr(APP_ID,API_KEY,SECRET_KEY)# GUI# 第1步，實(shí)例化object，建立窗口windowwindow=tk.Tk()# 第2步，給窗口的可視化起名字window.title('批量識(shí)別圖片文字')# 第3步，設(shè)定窗口的大小(長(zhǎng)*寬)window.geometry('1000x700')# 這里的乘是小x# 選擇文件夾路徑方法defselectPath():path_=askdirectory()path.set(path_)path=StringVar()# 第4步，在窗口界面設(shè)置放置Button按鍵selectedButton=tk.Button(window,text='選擇文件夾',font=('Arial',12),width=10,height=1,command=selectPath).place(x=50,y=20)# selectedButton.pack()# 第5步，在圖形界面上設(shè)定標(biāo)簽var=tk.StringVar()# 將label標(biāo)簽的內(nèi)容設(shè)置為字符類型，用var來接收hit_me函數(shù)的傳出內(nèi)容用以顯示在標(biāo)簽上pathLabel=tk.Label(window,textvariable=path,bg='gray',fg='white',font=('Arial',12),width=30,height=2).place(x=180,y=20)# 說明： bg為背景，fg為字體顏色，font為字體，width為長(zhǎng)，height為高，這里的長(zhǎng)和高是字符的長(zhǎng)和高，比如height=2,就是標(biāo)簽有2個(gè)字符這么高# pathLabel.pack()# 第6步，展示識(shí)別結(jié)果resourceScrolledtext=scrolledtext.ScrolledText(window,width=80,height=23,font=("隸書",18))#滾動(dòng)文本框（寬，高（這里的高應(yīng)該是以行數(shù)為單位），字體樣式）resourceScrolledtext.place(x=20,y=100)#滾動(dòng)文本框在頁面的位置# 識(shí)別文字方法defscanPics():filePath=path.get()# 讀取圖片? ? defget_file_content(filePath):withopen(filePath,'rb')as fp:returnfp.read()forroot,dirs,files in os.walk(".",topdown=False):forname in files:if'png'in name:filePath=os.path.join(root,name)[2:]options={'detect_direction':'true','language_type':'CHN_ENG',}result=client.webImage(get_file_content(filePath),options)print(result)resourceScrolledtext.insert("insert",'\n\n')# 在scrolledtext插入間隔，使每張圖片識(shí)別內(nèi)容中間有間隔fori in result['words_result']:print(i['words'])# # 如果需要寫入txt，將此段解注釋即可# f = open("文件名.txt", "a") #a 打開一個(gè)文件用于追加。如果該文件已存在，文件指針將會(huì)放在文件的結(jié)尾。也就是說，新的內(nèi)容將會(huì)被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進(jìn)行寫入。# f.write(i['words'] + '\n')# f.close()# 將識(shí)別結(jié)果插入scrolledtext，在窗口試圖中顯示? ? ? ? ? ? ? ? ? ? resourceScrolledtext.insert("insert",i['words']+'\n')# 第7步，識(shí)別文字按鈕scanButton=tk.Button(window,text='開始識(shí)別',font=('Arial',12),command=scanPics).place(x=800,y=20)# scanButton.pack()# 第8步，主窗口循環(huán)顯示window.mainloop()
8、將python打包成.exe文件：
（1）、安裝pyinstaller：pip install pyinstaller
（2）、打包：cd 到文件目錄下，如test.py文件，pyinstaller -F test.py
（3）、執(zhí)行完之后，會(huì)多出一個(gè).spec文件以及build、dist兩個(gè)目錄，dist中的.exe文件直接運(yùn)行即可；
9、測(cè)試：
10、后續(xù)測(cè)試：
按之前步驟進(jìn)行打包成exe后，反復(fù)測(cè)試都識(shí)別不成功，且命令行沒有返回任何結(jié)果，而程序內(nèi)運(yùn)行正常。開始尋找可能的原因，并進(jìn)行測(cè)試。
預(yù)測(cè)原因：“打包后exe程序不能發(fā)送網(wǎng)絡(luò)請(qǐng)求”
測(cè)試1（無果）：
以為是打包后的exe程序沒有進(jìn)行網(wǎng)絡(luò)請(qǐng)求，網(wǎng)上有說是使用了第三方庫的話，用pyinstaller打包前，需要把\Lib\site-packages下相應(yīng)的包復(fù)制到同要打包的.py文件同一目錄，經(jīng)反復(fù)測(cè)試無用。
測(cè)試2（成功）：
新建一文件requestTest.py，用request做單張圖片識(shí)別請(qǐng)求并打印結(jié)果，測(cè)試打包成exe之后能否成功調(diào)用接口。運(yùn)行打包后的exe，報(bào)錯(cuò)：FileNotFoundError:
[Errno 2] No such file or directory: ‘呢呢呢.png’
嘗試將資源圖片復(fù)制到打包好的exe程序同目錄下，即為dist目錄下。此時(shí)再打開exe程序，點(diǎn)擊識(shí)別，成功打印出結(jié)果（但是，此時(shí)已不關(guān)乎GUI中選擇路徑的功能，直接點(diǎn)擊識(shí)別即可識(shí)別，不知其中緣由，但是解除了我“打包后exe程序不能發(fā)送網(wǎng)絡(luò)請(qǐng)求”的猜測(cè)）。
測(cè)試3（成功）：
仍然換回ocr.py進(jìn)行打包，打包成功后，選擇文件夾，開始識(shí)別，果然還是無打印結(jié)果。把要識(shí)別的文件夾放入dist文件夾下，再打開exe，直接點(diǎn)擊開始識(shí)別，識(shí)別成功。
11、補(bǔ)充：
pyinstaller打包，一些可選參數(shù)：
使用順序：pyinstall -i 圖標(biāo)名稱.ico -n 打包后程序名稱 -w -F 要打包的文件名.py
先圖標(biāo)路徑，再程序路徑
（1）、打包單文件模式：-F
（2）、打包成文件夾：-D
（3）、修改icon（圖標(biāo)后綴.ico，不可自行修改，網(wǎng)上有轉(zhuǎn).ico格式的方法）：-i xxx.ico
（4）、修改打包后的程序名稱：-n
（5）、不彈出命令行行：-w
如我的程序：pyinstaller -i 笑胖仔.ico -n 批量識(shí)別圖片中文字 -w -F ocr.py
