005、用python整理资料
作者：互联网
005、用python整理资料
系统规划与管理师备考，常常需要整理考题、解析、答案。
一、批量识别图片文字
问题描述：
1、能识别微信截图文字。
2、能批量识别指定文件夹下的图片文字。
3、把识别出来的文字以当前日期保存到桌面上。
安装aip
pip install baidu-aip
调用百度文字识别工具；
baidu.py
1 # *_* coding : UTF-8 *_*
2 # 开发团队 ：乾龙科技
3 # 开发人员 ：Administrator
4 # 开放时间 ：2021/2/17 15:31
5 # 文件名称 ：baidu.PY
6 # 开发工具 ：PyCharm
7 # 程序代码 ：
8 # 检测键盘、截图
9 # 检测键盘、截图
10 from aip import AipOcr
11
12 """ 你的 APPID AK SK """
13 """注册百度文字识别后，获得下面的值"""
14 APP_ID = '*******'
15 API_KEY = '************'
16 SECRET_KEY = '*********************'
17
18 client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
19
20 """ 读取图片 """
21
22
23 def get_file_content(filePath):
24 with open(filePath, 'rb') as f:
25 return f.read()
26
27
28 def get_connect():
29 image = get_file_content('../../pdf/screen.png')
30
31 """ 调用通用文字识别, 图片参数为本地图片 """
32 content = client.basicGeneral(image)
33 # print(content['words_result'])#
34 image_content = ''
35 for words in content['words_result']:
36 # print(words)
37 image_content += words['words']
38
39 return image_content
40
41
42 def get_connect_mul(path):
43 image = get_file_content(path)
44
45 """ 调用通用文字识别, 图片参数为本地图片 """
46 content = client.basicGeneral(image)
47 # print(content['words_result'])#
48 image_content = ''
49 for words in content['words_result']:
50 # print(words)
51 image_content += words['words']
52
53 return image_content
54
55
56 # PDF转word
57
58
59 if __name__ == '__main__':
60 with open('../../doc/test.doc', 'a') as f:
61 f.write(get_connect())
二、主程序：批量识别图片文字.py
1 import tkinter as tk
2 import tkinter.filedialog
3 from email.header import decode_header
4 import os
5 import time
6 import sys
7 from PIL import ImageGrab
8 from baidu import get_connect, get_connect_mul
9
10
11 # 字符编码转换
12 def decode_str(s):
13 value, charset = decode_header(s)[0]
14 if charset:
15 value = value.decode(charset)
16 return value
17
18
19 # “退出”按钮，退出程序
20 def exit_sys():
21 sys.exit()
22
23
24 # 选择识别的文件夹路径
25 def select_s():
26 # 获取选择文件夹路径
27 foldername = tkinter.filedialog.askdirectory()
28 # 如果选择了文件夹
29 if foldername != '':
30 # 删除en4中的最后一个字符
31 # len_entry = len(en0.get())
32 # en0.delete(len_entry - 1)
33 # 删除en4中的所有字符
34 en0.delete(0, tkinter.END)
35 # 将选择的文件路径，插入到en4的第0个字符位置
36 en0.insert(0, foldername)
37
38 # 保存识别出来的文本内容为桌面文本文件
39 def save():
40 # 获取桌面路径
41 path_three = os.path.join(os.path.expanduser("~"), 'Desktop')
42 # 获取当前日期字符串
43 time_now = time.strftime("%Y%m%d", time.localtime())
44 # 以写方式打开以当前日期命名的文本文件，同时保存到桌面
45 f = open(f'{path_three}/{time_now}文字识别.txt', 'w')
46 # 读取tex_character文本框中的所有文字，
47 # 将该字符串作为初参数交给文件对象的write方法保存到文件。
48 # 1.0表示第一行，第一列
49 f.write(tex_character.get(1.0, 'end'))
50 f.close()
51
52 # 识别通过微信截屏的图片文字
53 def show_character():
54 # 调用screen()函数，截屏并保存到专用文件
55 screen()
56 # 调用get_connect()函数，读取截屏图片文字并显示到tex_character文本框中
57 tex_character.insert('end', f'{get_connect()}\n')
58
59
60
61 # 识别指定文件夹下的多个图片中的文字
62 def show_mpcharacter():
63 # 获取指定文件路径
64 path_one = f'{en0.get()}/'
65 # 获取指定路径下的所有图片列表
66 imgs = [path_one + i for i in os.listdir(path_one)]
67 # 循环调用baidu模块的get_connect_mul()函数识别图片文字，
68 # 同时把文字插入到tex_character文本框中
69 for img in imgs:
70 tex_character.insert('end', f'{get_connect_mul(img)}\n')
71
72 # 截屏图片文字识别，识别单图片文字
73 def screen():
74 # 等待键盘事件（同时按下'ctrl+alt+a'三个键）
75 # print('等待键盘同时按下alt+a三个键')
76 # keyboard.wait(hotkey='alt+a')
77 # keyboard.wait(hotkey='enter')
78 # 图片保存在剪切板里需要时间
79 time.sleep(2)
80 # 读取剪切板里面的图片到image
81 if ImageGrab.grabclipboard():
82 image = ImageGrab.grabclipboard()
83 # 保存图片
84 image.save('../../pdf/screen.png')
85 # print(image)
86
87
88 if __name__ == '__main__':
89 fm_main = tk.Tk()
90 fm_main.title("批量识别图片文字V1.0")
91 # 获取显示区域的宽度
92 screenWidth = fm_main.winfo_screenwidth()
93 # 获取显示区域的高度
94 screenHeight = fm_main.winfo_screenheight()
95 # 设置窗口宽度
96 width = 586
97 # 设置窗口高度
98 height = 400
99 left = (screenWidth - width) / 2
100 top = (screenHeight - height) / 2
101 # 宽度x高度+x偏移+y偏移
102 # 在设定宽度和高度的基础上指定窗口相对于屏幕左上角的偏移位置
103 # fm_main.geometry('586x492')
104 fm_main.geometry('%dx%d+%d+%d' % (width, height, left, top))
105 fm_main.resizable(0, 0) # 设置窗口大小不可变
106
107 lb0 = tk.Label(fm_main, text="请选择需要文字识别的图片文件夹：")
108 lb0.grid(row=5, column=0, sticky=tk.W)
109 en0 = tk.Entry(fm_main)
110 en0.grid(row=5, column=1, sticky=tk.N + tk.E + tk.W)
111
112 b0 = tk.Button(fm_main, text='...', command=select_s)
113 b0.grid(row=5, column=2, sticky=tk.N + tk.E + tk.W)
114
115 b1 = tk.Button(fm_main, text='文件夹多图片文字识别', command=show_mpcharacter)
116 b1.grid(row=6, column=0, sticky=tk.N + tk.E + tk.W)
117
118 b2 = tk.Button(fm_main, text='截屏图片文字识别', command=show_character)
119 b2.grid(row=6, column=1, sticky=tk.N + tk.E + tk.W)
120
121 b3 = tk.Button(fm_main, text='保存文本', command=save)
122 b3.grid(row=8, column=0, sticky=tk.N + tk.E + tk.W)
123
124 # columnspan=2，表示t1占用0,1二列
125 tex_character = tk.Text(fm_main)
126 tex_character.grid(row=7, column=0, columnspan=2, sticky=tk.N + tk.E + tk.W)
127
128 # 创建滚动条
129 scroll = tk.Scrollbar(orient="vertical", command=tex_character.yview)
130
131 # 将滚动条填充
132 tex_character.config(yscrollcommand=scroll.set)
133 scroll.grid(row=7, column=2, sticky=tk.S + tk.W + tk.E + tk.N)
134
135 # 将滚动条与文本框关联
136 scroll['command'] = tex_character.yview
137 # scroll.config(command=t1.yview)
138 # 将滚动条填充
139 tex_character.config(yscrollcommand=scroll.set)
140
141 b3 = tk.Button(fm_main, text='退出', command=exit_sys)
142 b3.grid(row=8, column=1, sticky=tk.N + tk.E + tk.W)
143
144 fm_main.mainloop()
三、对识别出来的文本文件进行处理。
1 import re
2 import time
3 import os
4
5 # 获取桌面路径
6 path_three = os.path.join(os.path.expanduser("~"), 'Desktop')
7 # 获取当前日期字符串
8 time_now = time.strftime("%Y%m%d", time.localtime())
9
10 # 打开桌面待处理文本文件。
11 # f = open(f'{path_three}/系统规划与管理师/001、信息系统综合知识.txt', 'r')
12 path_one = f'{path_three}/系统规划与管理师/'
13 # print(os.listdir(path_one))
14 for i in os.listdir(path_one):
15 f = open(path_one + i, 'r')
16 p = f.readlines()
17 for s in p:
18 s.strip()
19 # 用join()将列表p转换为字符串all_words
20 all_words = ''.join(p)
21 # 获取题目
22 question = re.findall('\d{1,3}、[\s\S]+?(?=解析：)', all_words)
23 # print(question)
24 for s in range(len(question)):
25 question[s] = question[s] + '\n'
26
27 word_one = ''.join(question)
28 # 获取解析
29 # answer = re.findall('解析：[\s\S]+?(?=\d{1,3}、)', all_words)
30 answer = re.findall('解析：[\s\S]+?(?=\d{1,3}、|$)', all_words)
31 # print(answer)
32 # for s in answer:
33 # s.strip()
34 for j in range(1, len(answer) + 1):
35 answer[j - 1] = f'{j}{answer[j - 1]}'
36 word_two = ''.join(answer)
37 print(word_one)
38 # print(word_two)
39 f.close()
40 f1 = open(f'{path_three}/系统规划与管理师（题目及答案）/{i}', 'w')
41 f1.write(word_one)
42 f1.close()
43 # 截取文件名称
44 k=i.split('.')
45 f2 = open(f'{path_three}/系统规划与管理师（题目及答案）/{k[0]}(答案).txt', 'w')
46 f2.write(f'{k[0]}(答案)\n{word_two}')
47 f2.close()
标签：words,python,content,tk,005,整理,path,main,fm 来源： https://www.cnblogs.com/lqsj2018/p/16380110.html