这个文字识别调用的是百度云的，请求过于频繁可能会拒绝访问一小会，大家可以根据需要对代码进行改造，把识别过的移入到另一个文件夹中，这里仅给大家提供一个思路。
[Python] 纯文本查看 复制代码import requests
import base64
import time
def ocr(img_path: str) -> list:
'''
根据图片路径，将图片转为文字，返回识别到的字符串列表
'''
# 请求头
#time.sleep(10)
headers = {
'Host': 'cloud.baidu.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36 Edg/89.0.774.76',
'Accept': '*/*',
'Origin': 'https://cloud.baidu.com',
'Sec-Fetch-Site': 'same-origin',
'Sec-Fetch-Mode': 'cors',
'Sec-Fetch-Dest': 'empty',
'Referer': 'https://cloud.baidu.com/product/ocr/general',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
}
# 打开图片并对其使用 base64 编码
with open(img_path, 'rb') as f:
img = base64.b64encode(f.read())
data = {
'image': 'data:image/jpeg;base64,'+str(img)[2:-1],
'image_url': '',
'type': 'https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic',
'detect_direction': 'false'
}
# 开始调用 ocr 的 api
response = requests.post(
'https://cloud.baidu.com/aidemo', headers=headers, data=data)
# 设置一个空的列表，后面用来存储识别到的字符串
ocr_text = []
result = response.json()['data']
if isinstance(result,dict):
if not result.get('words_result'):
return []
# 将识别的字符串添加到列表里面
for r in result['words_result']:
text = r['words'].strip()
ocr_text.append(text+"####")
# 返回字符串列表
return ocr_text
'''
img_path 里面填图片路径,这里分两种情况讨论:
第一种:假设你的代码跟图片是在同一个文件夹，那么只需要填文件名,例如 test1.jpg (test1.jpg 是图片文件名)
第二种:假设你的图片全路径是 D:/img/test1.jpg ,那么你需要填 D:/img/test1.jpg
'''
import os
dirs = os.listdir(r'D:\1ocr') #疫苗接种截图目录
#print(dirs)
for dir in dirs:
filepath = "D:\\1ocr\\"+dir
img_path = filepath
# content 是识别后得到的结果
content = "".join(ocr(img_path))
# 输出结果
if len(content)>1:
strname = content.split("被接种者姓名")
if len(strname)>1:
strname = str(strname[1])[0:10]
strname = strname.replace("#","").replace("年龄","")
print(strname)
strlast = content.split("/")
strlastlen = len(strlast)
strri = str(strlast[strlastlen-1])[0:2]
stryue = strlast[strlastlen-2]
strnian = str(strlast[strlastlen-3])[-4:]
#print(len(strlast))
#print(str(strlast[strlastlen-1])[0:2]) #日
#print(strlast[strlastlen-2]) #月
#print(str(strlast[strlastlen-3])[-4:]) #年
print ("最后一次接种：",strnian+"-"+stryue+"-"+strri)
