admin管理员组文章数量:1605151
Python3.6实现图片文字识别和PDF转WORD
- 图片文字提取
-
- - - 需求来源 - -
- - - 代码实现 - -
- PDF转WORD
-
- - - 需求来源 - -
- - - 代码实现 - -
- 窗口实现
-
- - - 使用PyQt5创建 - -
- - - 使用tkinter 创建 - -
- 最终实现
-
- - - 实现说明 - -
- - - 完整代码（百度AI账号自申）- -
- 程序打包
-
- - - 使用pyinstaller - -
图片文字提取
- - 需求来源 - -
因为朋友抱怨图片提取文字都是限制图片且付费的，于是就想利用Python开源的优势做一个免费的程序，可以实现图片中文字的提取。
- - 代码实现 - -
参考百度图片文字识别过程：
https://blog.csdn/XnCSD/article/details/80786793
忽略图片压缩过程，只识别一张图片
import sys
import os
import glob
from os import path
from aip import AipOcr
from PIL import Image
def baiduOCR(picfile, outfile):
"""利用百度api识别文本，并保存提取的文字
picfile: 图片文件名
outfile: 输出文件
"""
filename = path.basename(picfile)
APP_ID = '***' # 刚才获取的 ID，下同
API_KEY = '***'
SECRECT_KEY = '***'
client = AipOcr(APP_ID, API_KEY, SECRECT_KEY)
i = open(picfile, 'rb')
img = i.read()
#print("正在识别图片：\t" + filename)
message = client.basicGeneral(img) # 通用文字识别，每天 50 000 次免费
#message = client.basicAccurate(img) # 通用文字高精度识别，每天 800 次免费
#print("识别成功！")
i.close();
with open(outfile, 'a+') as fo:
fo.writelines("+" * 60 + '\n')
fo.writelines("识别图片：\t" + filename + "\n" * 2)
fo.writelines("文本内容：\n")
# 输出文本内容
for text in message.get('words_result'):
fo.writelines(text.get('words') + '\n')
fo.writelines('\n'*2)
#print("文本导出成功！")
#print()
picfile = 'path of picture' #图片路径
outfile = 'result.txt'
if path.exists(outfile):
os.remove(outfile)
#lb.config(text = "图片识别...");
baiduOCR(picfile, outfile)
#lb.config(text = "图片文本提取结束！文本输出结果位于"+outfile+"文件中");
PDF转WORD
- - 需求来源 - -
微软Office和金山WPS都可以免费实现word转pdf，但是PDF转word文档需要会员或者一定费用实现全部pdf的转换。
一些在线的网站以可完成免费的pdf 转 word：
50M以内的PDF转换： 便捷PDF转换器
== 如果只是想提取PDF中的文字（不包含格式），可以使用此程序进行转换。==
- - 代码实现 - -
import sys
import importlib
importlib.reload(sys)
from pdfminer.pdfparser import PDFParser,PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from p版权声明：本文标题：Python制作一个简单的图片文字提取+PDF转WORD的软件 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1728479391a1159958.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论