在python中从屏幕中提取文本

Question

是否有用于从 png 位图屏幕截图中提取文本的库等？

它适用于自动化器，并且（例如）能够读取按钮等。我已经检查了Tesseract，但它似乎是为图片而不是计算机屏幕字体。

Answer 1

如果您正在处理少量可能的匹配（即：您想要识别两个或三个不同的按钮），最简单的方法是隔离前一个屏幕截图中的那些，将它们保存到单个文件中，然后使用某种形式的模板匹配，即quite easy in opencv。

但是，如果您需要实际执行按钮文本的识别，则需要一个OCR引擎。如果你能get it trained for your font（这是一个漫长的过程），Tesseract是一个很好的候选人。正如你所提到的，如果你正在处理一个小字体，你将需要来做这件事，而这个字体最初并没有被识别出来。如果你不能，那么在python中可以使用其他一些引擎，比如Ocropus