python 图片转文字小工具

应群友要求，要做一个图片转文字的格式，因为有些人的简历中只有一张图片要提取他里面的文字就不好办了。

于是就有了下面这个小工具：

功能：选择要识别的图片后，识别出来后存到.txt文本中。

实现原理，基于百度“文字识别”通用版的api接口调用。

有一点需要说明的是可能无法识别百分百准确的，格式排版还是要人为去处理一下。



代码如下：

from aip import AipOcr

from PIL import Image as PImage

from PIL import ImageTk

from tkinter import *

from tkinter import filedialog

将图片内容翻译为文字，显示在文本框内

def trans():

# """ 你的 APPID AK SK """

APP_ID = ''

API_KEY = ''

SECRET_KEY = '*************'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

contents.delete('1.0', END)
transTxt = client.basicGeneral(open(filePath.get(), 'rb').read())
# 对transTxt进行处理  去空格，换行符去重
transTxt=transTxt['words_result']
# transTxt=[{'words': '每个人总在仰望和'}, {'words': '羡慕着别人的幸福'}, {'words': '一回头'}, {'words': '却发现自己正被别'}, {'words': '人仰望和羡慕着'}]
words_content=''
for words in transTxt:
    values =words['words']
    words_content +=values+'\n'
print(words_content)
contents.insert(INSERT,words_content)
# 将文字保存到TXT文件
with open(filePath.get()+'_to_word.txt', 'w') as f:
    f.write(words_content)

打开图片文件，显示路径，并将图片展现

def openfile():

filename.delete('1.0', END)

filePath.set(filedialog.askopenfilename())

filename.insert(1.0, filePath.get())

org_img = PImage.open(filePath.get())

# 调整图片显示大小 600*800

w, h = org_img.size

if w > 600:

h = int(h * 600 / w)

w = 600

if h > 800:

w = int(w * 800 / h)

h = 800

img = ImageTk.PhotoImage(org_img.resize((w, h)))

showPic.config(image=img)

showPic.image = img # 保持一个引用才能显示图片，tkinter的BUG

设置主窗口

top = Tk()

top.title("图片转文字 引擎：百度云API文字识别 Made by: Running")

top.iconbitmap("./pic/y1.ico")

top.geometry("800x600")

filePath = StringVar()

第一个窗体

frame1 = Frame(top, relief=RAISED, borderwidth=2)

frame1.pack(side=TOP, fill=BOTH, ipady=5, expand=0)

Label(frame1, height=1, text="图片路径：").pack(side=LEFT)

filename = Text(frame1, height=2)

filename.pack(side=LEFT, padx=1, pady=0, expand=True, fill=X)

Button(frame1, text="打开文件", image='', command=openfile).pack(side=LEFT, padx=5, pady=0)

Button(frame1, text="识别图片", image='', command=trans).pack(side=LEFT, padx=5, pady=0)

第二个窗体

frame2 = Frame(top, relief=RAISED, borderwidth=2)

frame2.pack(side=LEFT, fill=BOTH, expand=1)

Label(frame2, text='待识别的图片：', borderwidth=5).pack(side=TOP, padx=20, pady=5)

showPic = Label(frame2, text='图片显示区')

showPic.pack(side=BOTTOM, expand=1, fill=BOTH)

第三个窗体

frame3 = Frame(top)

frame3.pack(side=RIGHT, fill=BOTH, expand=1)

contents = ScrolledText(frame3)

Label(frame3, text='图片识别结果：', borderwidth=5).pack(side=TOP, padx=20, pady=10)

contents = Text(frame3, font=('Arial', 15))

contents.pack(side=TOP, expand=1, fill=BOTH)

Label(frame3, text='Copyright 2024 baidu.com ALL Rights Reserved', borderwidth=5).pack(side=BOTTOM, padx=20, pady=10)

top.mainloop()