Python如何利用PaddleOCR制作个搜题小工具

这篇文章主要介绍“python如何利用PaddleOCR制作个搜题小工具”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python如何利用PaddleOCR制作个搜题小工具”文章能帮助大家解决问题。

安装

虽然PaddleOCR支持服务端部署并提供识别api，但根据我们的需求，搭建一个本地离线的OCR识别环境，所以此次我们只介绍如何在本地安装并使用的做法。

安装PaddlePaddle飞桨框架

一、环境准备

1 目前飞桨支持的环境

windows 7/8/10 专业版/企业版 (64bit)

GPU版本支持CUDA 10.1/10.2/11.0/11.2，且仅支持单卡

Python 版本 3.6+/3.7+/3.8+/3.9+ (64 bit)

pip 版本 20.2.2或更高版本 (64 bit)

二、安装命令

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

(注意此版本为CPU版本，如需GPU版本请查看PaddlePaddle文档)

安装完成后您可以使用 python 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

安装PaddleOCR

pip install "paddleocr>=2.0.1" # 推荐使用2.0.1+版本

代码使用

安装完成后你可以使用以下代码来进行简单的功能测试

from paddleocr import PaddleOCR, draw_ocr# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory# 选择你要识别的图片路径img_path = '11.jpg'result = ocr.ocr(img_path, cls=True)for line in result:    print(line)# 显示结果from PIL import Imageimage = Image.open(img_path).convert('RGB')boxes = [line[0] for line in result]txts = [line[1][0] for line in result]scores = [line[1][1] for line in result]im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/fonts/simfang.ttf')im_show = Image.fromarray(im_show)im_show.save('result.jpg')

结果是一个list，每个item包含了文本框，文字和识别置信度

[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['纯臻营养护发素', 0.964739]]
[[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['产品信息/参数', 0.98069626]]
[[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['（45元/每公斤，100公斤起订）', 0.9676722]]
......

可视化效果

至此我们就掌握了 PaddleOCR 的基本使用，基于这个我们就能开发出一个OCR的搜题小工具了。

搜题小工具

现在有很多那种答题竞赛的小游戏，在限定时间内看谁答题正确率更高。或者现在一些单位会搞一些大练兵什么的竞赛，需要在网上答题，这个时候手动输入题目去搜索就很慢，效率也不会太高，所以我们就可以来写一个脚本，帮助我们完成搜题的过程。

基本思路就是通过ADB截取当前屏幕，然后剪切出题目所在位置，然后通过PaddleOCR来获取题目文字，之后打开搜索引擎搜索或者打开题库搜索。

安装ADB

你可以到这里下载安装ADB之后配置环境变量。

配置完环境变量后在终端输入adb,如果出现以下字符则证明adb安装完成。

Android Debug Bridge version 1.0.41Version 31.0.3-7562133

截图并保存题目区域图片

import osfrom PIL import Image# 截图def pull_screenshot():    os.system('adb shell screencap -p /sdcard/screenshot.png')    os.system('adb pull /sdcard/screenshot.png .')img = Image.open("./screenshot.png")# 切割问题区域# (起始点的横坐标，起始点的纵坐标，宽度，高度）question  = img.crop((10, 400, 1060, 1000))# 保存问题区域question.save("./question.png")

OCR识别，获取题目

ocr = PaddleOCR(use_angle_cls=False,                         lang="ch",                         show_log=False                        )  # need to run only once to download and load model into memoryimg_path = 'question.png'result = ocr.ocr(img_path, cls=False)# 获取题目文本questionList = [line[1][0] for line in result]text = ""# 将数组转换为字符串for str in questionList :    text += strprint(text)

打开浏览器搜索

import WEBbrowserwebbrowser.open('Https://baidu.com/s?wd=' + urllib.parse.quote(question))

之后你就可以查看搜索结果了

如果有题库，你还可以使用pyautogui来模拟鼠标键盘操作，去操作Word等软件在题库中进行搜索。

完整代码

# -*- coding: utf-8 -*-# @Author  : Pu Zhiwei# @Time    : 2021-09-02 20:29from PIL import Imageimport osimport matplotlib.pyplot as pltfrom paddleocr import PaddleOCR, draw_ocrimport pyperclipimport pyautoguiimport timeimport webbrowserimport urllib.parse# 鼠标位置currentMouseX, currentMouseY = 60, 282# 截图获取当前题目def pull_screenshot():    os.system('adb shell screencap -p /sdcard/screenshot.png')    os.system('adb pull /sdcard/screenshot.png .')# 移动鼠标到搜索框搜索def MoveMouseToSearch():    # duration 参数，移动时间，即用时0.1秒移动到对应位置    pyautogui.moveTo(currentMouseX, currentMouseY, duration=0.1)    # 左键点击    pyautogui.click()    pyautogui.click()    # 模拟组合键，粘贴    pyautogui.hoTKEy('ctrl', 'v')# 扩充问题def AddText(list, length, text):    if length > 3:        return text + list[3]    else:        return text# 打开浏览器def open_webbrowser(question):    webbrowser.open('https://baidu.com/s?wd=' + urllib.parse.quote(question))# 显示所识别的题目def ShowAllQuestionText(list):    text = ""    for str in list:        text += str    print(text)if __name__ == "__main__":    while True:        print("\n\n请将鼠标放在Word的搜索框上，三秒后脚本将自动获取Word搜索框位置！\n\n")        # 延时三秒输出鼠标位置        time.sleep(3)        # 获取当前鼠标位置        currentMouseX, currentMouseY = pyautogui.position()        print('当前鼠标位置为: {0} , {1}'.fORMat(currentMouseX, currentMouseY))        start = input("按y键程序开始运行，按其他键重新获取搜索框位置：")        if start == 'y':            break    while True:        t = time.perf_counter()        pull_screenshot()        img = Image.open("./screenshot.png")        # 切割问题区域        # (起始点的横坐标，起始点的纵坐标，宽度，高度）        question  = img.crop((10, 400, 1060, 1000))        # 保存问题区域        question.save("./question.png")        # 加载 PaddleOCR        # Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换        # 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。        # 自定义模型地址        # det_model_dir='./inference/ch_ppocr_server_v2.0_det_train',         #                rec_model_dir='./inference/ch_ppocr_server_v2.0_rec_pre',        #                cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_train',        ocr = PaddleOCR(use_angle_cls=False,                         lang="ch",                         show_log=False                        )  # need to run only once to download and load model into memory        img_path = 'question.png'        result = ocr.ocr(img_path, cls=False)        questionList = [line[1][0] for line in result]        length = len(questionList)        text = ""        if length < 1:            text = questionList[0]        elif length == 2:            text = questionList[1]        else:            text = questionList[1] + questionList[2]        print('\n\n')        ShowAllQuestionText(questionList)        # 将结果写入剪切板        pyperclip.copy(text)        # 点击搜索        MoveMouseToSearch()                # 计算时间        print('\n\n')        end_time3 = time.perf_counter()        print('用时: {0}'.format(end_time3 - t))                Go = input('输入回车继续运行,输入 e 打开浏览器搜索，输入 a 增加题目长度，输入 n 结束程序运行： ')        if go == 'n':            break          if go == 'a':            text = AddText(questionList, length, text)            pyperclip.copy(text)            # 点击搜索            MoveMouseToSearch()            stop = input("输入回车继续")        elif go == 'e':            # 打开浏览器            open_webbrowser(text)            stop = input("输入回车继续")        print('\n------------------------\n\n')

关于“Python如何利用PaddleOCR制作个搜题小工具”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网Python频道，小编每天都会为大家更新不同的知识点。