基於PyTesseract與PyQt5 的中文OCR識別應用程式設計
Tesseract:主要用於進行OCR識別
PyQt: 主要用於介面的設計和功能與介面控制元件的連線
主要介面:
功能實現介面:
# -*- 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
# -------------以下均為UI設計的部分(QT_Designer進行UI介面設計)----------
# 利用pyui5工具進行變換
# 在終端輸入: pyuic5 -o my_ui.py my_ui.ui
# 生成py在ui所在資料夾
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("黑體")
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("黑體")
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截圖(win鍵 + Shift + s 或PrtSc鍵)"))
self.Tip_label_2.setText(_translate("MainWindow", " 提示:儲存路徑(C:\\image_save\\*.jpg)"))
self.read_file.setText(_translate("MainWindow", "讀取影像檔案"))
self.read_scr.setText(_translate("MainWindow", "讀取截圖"))
self.ocr_start.setText(_translate("MainWindow", "開始識別"))
self.save_image.setText(_translate("MainWindow", "儲存截圖"))
self.copy.setText(_translate("MainWindow", "一鍵複製"))
# -------------以上均為UI設計的部分----------
# ------------以下內容為後端處理部分----------
# -----讀取剪下板中的截圖-----
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) # 轉化為QImage
except IndexError: # 如果剪下板中非截圖,提示報錯
QtWidgets.QMessageBox.critical(None, "錯誤", "請先進行截圖")
else:
self.Pixmap = QPixmap(label_image) # 將影像轉換為pixmap
re_image = show_image(self.Pixmap) # 截圖顯示圖大小變換
self.image.setPixmap(re_image) # 在介面上進行顯示
# ----- 讀取已有影像檔案 -----
def read_img(self):
self.file_name = ""
self.file_name, _ = QFileDialog.getOpenFileName(None, "選擇圖片",
"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) # 直接將影像讀取為pixmap
self.ocr_img = pixmap_to_cvimg(self.Pixmap) # pixmap 轉換為影像
re_image = show_image(self.Pixmap) # 截圖顯示圖大小變換
self.image.setPixmap(re_image) # 在介面上進行顯示
# ----- 影像進行OCR識別出文字 -----
def start_OCR(self):
img = Image.fromarray(self.ocr_img)
img = img.convert('L') # 轉為灰度圖,利用灰度圖進行識別,(根據應用場景進一步預處理可提高識別率)
text = pytesseract.image_to_string(self.ocr_img, lang='chi_sim') # 利用pytesseract進行文字識別,chi_sim即為中文識別
self.ocr_result.setText(text.replace("\n\n", "\n"))
# ----- 文字一鍵複製到剪下板 -----
def copy_result(self):
pyperclip.copy(self.ocr_result.toPlainText())
# ----- 儲存截圖,命名為當前時間,影像儲存型別為png -----
def save_file(self):
now = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime(time.time())) # 獲取當前時間,並進行格式轉換
path = "C:/image_save/"
if not os.path.exists(path): # 如果資料夾不存在,新建一個
os.mkdir(path)
file = path + now + ".png"
self.Pixmap.save(file) # 進行儲存
msg_box = QMessageBox(QMessageBox.Warning, "OK", "影像已儲存!") # 彈出提示儲存狀態
msg_box.exec_()
# ----- 將影像大小等比例變換,最大化顯示在介面 -----
def show_image(image):
times = max(image.size().height() / 780, image.size().width() / 740)
if image.size().width() < 780 and image.size().height() < 740:
times = min(780 / image.size().height(), 740 / image.size().width())
times = 1.0 / times
cv_img = image.scaled(int(image.size().width() / times), int(image.size().height() / times), Qt.KeepAspectRatio)
return cv_img
# ----- 將 Pixmap 轉換為 影像 (來自網路)-----
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():
# 以下為PYQT的UI顯示基礎命令
# 建立QApplication類的例項
app = QApplication(sys.argv)
widgets = QMainWindow()
window = Ui_MainWindow()
window.setupUi(widgets)
widgets.show()
sys.exit(app.exec_())
if __name__ == '__main__':
main()
備註:本文內容主要用於學習記錄,整體功能可以實現,但需根據所需識別影像的色彩型別來進行預處理,可提高識別準確度;部分內容參考其他大佬的,但忘記其來源故未標註。
相關文章
- python3使用Pillow、tesseract-ocr與pytesseract模組的圖片識別的方法Python
- 關於移動端OCR證件識別的應用
- 基於神經網路的OCR識別神經網路
- 基於發票增值稅OCR API設計自動識別應用系統,從此解放財務雙手API
- 基於百度雲的OCR識別(Python)Python
- OCR表單識別SDK的部署及應用
- 【實戰】基於OpenCV的水錶字元識別(OCR)OpenCV字元
- OCR文字識別工具:OCRKit Pro中文
- 文字識別解決方案-OCR識別應用場景解析
- 基於OCaml的識別程式
- OCR訓練中文樣本庫和識別
- Tesseract-OCR如何得到更準確的中文識別
- 基於大模型LLM(包括ChatGPT)的應用開發與輔助程式設計技能大模型ChatGPT程式設計
- ocr文字識別軟體ABBYY FineReader PDF 15 mac中文啟用版Mac
- OCR檢測與識別技術
- OCR識別圖中文字工具:iText for mac v1.7.7中文啟用版Mac
- OCR應用:文件識別實現紙質文件電子化儲存與管理
- 肢體識別與應用
- opencv圖片處理與OCR識別OpenCV
- 圖卷積在基於骨架的動作識別中的應用卷積
- PyQt5 GUI程式設計QTGUI程式設計
- [免費下載應用]iNeuKernel.Ocr 影像資料識別與採集原理和產品化應用
- 「OCR文字識別工具」Readiris Pro 17 for Mac中文啟用版 支援M1Mac
- 基於.NET架構的樹形動態報表設計與應用架構
- MATLAB程式設計與應用系列-關於MATLAB程式設計入門教程的總體編寫安排Matlab程式設計
- 明確應用程式型別與資料庫結構設計型別資料庫
- OCR識別技術
- Tesseract Ocr文字識別
- 基於 Seata Saga 設計更有彈性的金融應用
- 美團基於知識圖譜的劇本殺標準化建設與應用
- 基於 Kotlin Native 的基本文字識別程式Kotlin
- 基於matlab的車牌識別(含子程式)Matlab
- Java中的非同步程式設計與CompletableFuture應用Java非同步程式設計
- 程式設計為什麼不用中文?未來用中文程式設計可能麼?程式設計
- 基於UDP程式設計UDP程式設計
- 基於PaddleOCR實現AI發票識別的Asp.net Core應用AIASP.NET
- 程式設計基礎知識程式設計
- NOI Linux 基礎知識與程式設計環境Linux程式設計