Question

我知道Python的OCR问题已经多次讨论过了。但是我没有找到任何似乎可以帮助我解决这个问题的东西 Python Tesseract OCR question。但它并没有解决我的问题。

我需要制作一个小脚本来捕获打开的窗口（文本编辑器）中的文本。

所以它应该：

截取屏幕截图
找到文本编辑器窗口的位置并切片截屏（如果需要此段落，则为dunno）
将其转换为灰度并将其传递给tesseract

我是Python的新手，如果可行，我不知道。

然而，事先感谢任何提示。

乔治

Answer 1

这当然是可能的，但一般来说，也是不合理的。有更好的方法。假设您正在解析网页，您可以抓取HTML文本而不通过OCR运行它，或者如果您想要读取图像文本，您可以使用urllib2解析HTML，选择图像并直接下载图像到一个文件。 Python中有许多HTML解析器替代品，您也可以使用它们。使用PIL或ImageMagick，灰度很简单。从那里，您可以通过OCR运行它，或者使用Python包装器（如python-tesseract）在脚本中执行它。

或者 - 如果你坚持做截图，这样的事情对你有用。我仍然认为几乎总有更好的方法，但是如果你想尝试一下，这应该让你开始。

import gtk.gdk

w = gtk.gdk.get_default_root_window()
sz = w.get_size()
print "The size of the window is %d x %d" % sz
pb = gtk.gdk.Pixbuf(gtk.gdk.COLORSPACE_RGB,False,8,sz[0],sz[1])
pb = pb.get_from_drawable(w,w.get_colormap(),0,0,0,0,sz[0],sz[1])
if (pb != None):
    pb.save("screenshot.png","png")
    print "Screenshot saved to screenshot.png."
else:
    print "Unable to get the screenshot."

这取自Take a screenshot via a python script. [Linux]

截取屏幕截图并使用OCR

1 个答案: