Pythonselenium模块对网页进行截屏保存图片easyocr模块识别提取图片文字

一、selenium对网页截图，Image 定位二次精准截图

第三方模块“selenium”用于Python自动化与Web浏览器交互。

1.安装模块 pip install selenium      pip install Pillow

2.安装浏览器对应版本的驱动器

谷歌查看浏览器版本 访问“chrome://version/”

谷歌驱动器下载地址 http://chromedriver.storage.googleapis.com/index.html

注意将下载解压后的驱动器放到系统环境变量PATH的路径下 

3. 代码如下：

# -*- coding:utf-8 -*-
from selenium import webdriver
#import easyocr
import time
from PIL import Imagedef screenshots(): # 访问网页截屏driver = webdriver.Chrome() # 初始化一个谷歌浏览器实例driver.maximize_window() # 打开最大窗口# option = webdriver.ChromeOptions()
# option.add_argument(&＃39;headless&＃39;) # headless静默模式不弹出浏览器（也用于无GUI环境下）
# # 打开chrome浏览器
# driver = webdriver.Chrome(chrome_optiOns=option)driver.get("http://quote.eastmoney.com/sh600797.html") # 访问网页js = "var q=document.documentElement.scrollTop=500" # 滚动条下拉500个像素driver.execute_script(js) # 执行滚动条下拉500个像素操作time.sleep(1)driver.get_screenshot_as_file(r"C:\Zzlong\%s.png" % time.strftime(&＃39;%Y-%m-%d %H-%M&＃39;, time.localtime(time.time()))) # 截图保存为C:\Zzlong\2022-02-20 17-30.pngdriver.quit() #关闭浏览器# 另一种控制滚动条的方法
# driver.execute_script("window.scrollBy(0,1000)") 或 driver.execute_script("window.scrollTo(0,1000)")
# x坐标:正数则向右滑动的像素值，负数则向左滑动的像素值 | y坐标:正数则向下滑动的像素值，负数则向上滑动的像素值# imgelement = driver.find_element_by_id(&＃39;rgt1&＃39;)
# imgelement = driver.find_element_by_class_name(&＃39;line24&＃39;)
# location = imgelement.location
# print(location) # {&＃39;x&＃39;: 1104, &＃39;y&＃39;: 917}
# size = imgelement.size
# print(size) # {&＃39;height&＃39;: 12, &＃39;width&＃39;: 26}def crop(): # 定位 二次截图picture = Image.open(r"C:\Zzlong\%s.png" % time.strftime(&＃39;%Y-%m-%d %H-%M&＃39;, time.localtime(time.time()))) # 打开第一次的截图picture = picture.crop((1320,520,1450,550)) # 定位二次截图# 注意: crop截图规则，(宽 - x坐标)为截图的宽位置 (高 - y坐标)为截图的高位置，坐标(0,0)位于左上角picture.save(r"C:\Zzlong\img%s.png" % time.strftime(&＃39;%Y-%m-%d %H-%M&＃39;, time.localtime(time.time()))) # 保存图片# print(picture.size) # 输出宽、高 (1920, 888)
# picture = picture.crop((0, 0, 1920, 888)) # 截取全图(x坐标，y坐标，宽，高)

二、easyocr 提取图片文字

 Python中有一个不错的OCR库-EasyOCR，在GitHub已有9700star。它可以在python中调用，用来识别图像中的文字，并输出为文本。 https://github.com/JaidedAI/EasyOCR

安装过程比较简单，使用pip或者conda安装。

pip install easyocr


如果用的PyPl源，安装起来可能会耽误些时间，建议大家用清华源安装，几十秒就能安装好。

使用方法

EasyOCR的用法非常简单，分为三步:

# 导入easyocr
import easyocr
# 创建reader对象
reader = easyocr.Reader([&＃39;ch_sim&＃39;,&＃39;en&＃39;])
# 读取图像
result = reader.readtext(&＃39;test.jpg&＃39;)
# 结果
print(result)# 使用easyocr报错“Unknown C++ exception from OpenCV code，CUDA not available - defaulting to CPU. Note: This module is much faster with a GPU. ”
# Python与CUDA版本不对应，导致Python安装的OpenCV版本与CUDA版本不照应
# pip install opencv-python==4.3.0.38 -i https://pypi.tuna.tsinghua.edu.cn/simple

这段代码有一段参数[&＃39;ch_sim&＃39;,&＃39;en&＃39;]，这是要识别的语言列表（所有语言列表放在文章最下方），因为路牌里有中文和英文，所以列表里添加了ch_sim（简体中文）、en（英文）。

识别文字的准确率还是很高的，接下来对文字部分进行抽取。

for i in result:word = i[1]print(word)

三、利用百度 AI 开发平台的 OCR 文字识别 API 也可以识别并提取图片中的文字。

首先，我们需要一个百度账号，然后打开百度AI开放平台（https://ai.baidu.com/）并登陆，点击“控制台”，进入左边栏中的“文字识别”，创建一个应用，并记住你的AppID，API Key和Secret Key。

下面为 百度AI帮助文档提取图片文字示例（此代码使用的是：通用文字识别高精度版 每月免费赠送200次,有QPS每分钟并发限制）：

https://ai.baidu.com/ai-doc/OCR/Pkrwx9ye4

# coding=utf-8import sys
import json
import base64# 保证兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:from urllib.request import urlopenfrom urllib.request import Requestfrom urllib.error import URLErrorfrom urllib.parse import urlencodefrom urllib.parse import quote_plus
else:import urllib2from urllib import quote_plusfrom urllib2 import urlopenfrom urllib2 import Requestfrom urllib2 import URLErrorfrom urllib import urlencode# 防止https证书校验不正确
import ssl
ssl._create_default_https_cOntext= ssl._create_unverified_contextAPI_KEY = &＃39;XXXXXX&＃39; ### 需修改SECRET_KEY = &＃39;XXXXXX&＃39; ### 需修改OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"""" TOKEN start """
TOKEN_URL = &＃39;https://aip.baidubce.com/oauth/2.0/token&＃39;"""获取token
"""
def fetch_token():params = {&＃39;grant_type&＃39;: &＃39;client_credentials&＃39;,&＃39;client_id&＃39;: API_KEY,&＃39;client_secret&＃39;: SECRET_KEY}post_data = urlencode(params)if (IS_PY3):post_data = post_data.encode(&＃39;utf-8&＃39;)req = Request(TOKEN_URL, post_data)try:f = urlopen(req, timeout=5)result_str = f.read()except URLError as err:print(err)if (IS_PY3):result_str = result_str.decode()result = json.loads(result_str)if (&＃39;access_token&＃39; in result.keys() and &＃39;scope&＃39; in result.keys()):if not &＃39;brain_all_scope&＃39; in result[&＃39;scope&＃39;].split(&＃39; &＃39;):print (&＃39;please ensure has check the ability&＃39;)exit()return result[&＃39;access_token&＃39;]else:print (&＃39;please overwrite the correct API_KEY and SECRET_KEY&＃39;)exit()"""读取文件
"""
def read_file(image_path):f = Nonetry:f = open(image_path, &＃39;rb&＃39;)return f.read()except:print(&＃39;read image file fail&＃39;)return Nonefinally:if f:f.close()"""调用远程服务
"""
def request(url, data):req = Request(url, data.encode(&＃39;utf-8&＃39;))has_error = Falsetry:f = urlopen(req)result_str = f.read()if (IS_PY3):result_str = result_str.decode()return result_strexcept URLError as err:print(err)if __name__ == &＃39;__main__&＃39;:# 获取access tokentoken = fetch_token()# 拼接通用文字识别高精度urlimage_url = OCR_URL + "?access_token=" + tokentext = ""# 读取测试图片file_cOntent= read_file(&＃39;./text.jpg&＃39;) ##### 需修改# 调用文字识别服务result = request(image_url, urlencode({&＃39;image&＃39;: base64.b64encode(file_content)}))# 解析返回结果result_json = json.loads(result)for words_result in result_json["words_result"]:text = text + words_result["words"]# 打印文字print(text)
#Author
#XGmhC18eVP1Fo1ECX911dtOzwX
#XSFG15esdSADWQD78SDW578456swerSDDX
#XPQ2ukO4Aec2PTsgQU9UkiEKYciavlZk8X

四、使用pytesseract进行识别图片文字

1.环境配置

        第三方库：PIL、pytesseract、

        识别引擎tesseract-ocr下载 https://tesseract-ocr.github.io/tessdoc/Home.html ，windows选择此exe方式安装。

        要识别中文，ocr引擎要下载一个中文包 "chi_sim" https://tesseract-ocr.github.io/tessdoc/Data-Files 并放进Tesseract-OCR\tessdata里面。

2. pip install pytesseract     pip install Pillow

      1. 修改"pytesseract.py"中"tesseract_cmd"的路径为识别引擎的路径

        2. 识别图片文字（经测试 识别文字效果不太好，识别数字还可以）

import pytesseract
from PIL import Image
text=pytesseract.image_to_string(Image.open(r&＃39;C:\Zzlong\hk-0-First.png&＃39;),lang=&＃39;chi_sim&＃39;
) #调用识别引擎识别
print(text)

注：

以下为 easyocr 模块支持的语言列表：