更新
：
修复一个小bug，详细在文章末尾
）
[color=]**编写说明：
1 调用的是 Umi-OCR 的http 服务，所以需要先安装这个软件（开源的）
老实说 软件本身已经可以支持OCR的操作，为何多此一举
，理由如下
* http 服务可以面向局域网，调用接口通过路由器，还是有需求的
* 原软件比较花哨，看着晕，操作也不够友好（我的脚本 更简洁，适合一般任务）
测试4.JPG (87.95 KB, 下载次数: 0)
下载附件
2024-11-16 09:49 上传
2 脚本说明
* 支持 「打开图片」，「拖入图片」，「剪贴板粘贴」（ctrl+V 即可）三种输入方式
其中 打开图片 需要手动按识别按钮"operate"外，剪贴板和拖入 会自动识别
* 默认仅显示三个常用设置，点击「更多选项」还有三个选项
其中“忽略区域” 不能真正修改，待以后规划，“数据格式” 是http 返回的信息多与少，界面上没影响
* 需要安装额外的包
tkinterdnd2 #为了支持拖入图片
PIL # 为了支持剪贴板拾图（python3 -m pip install --upgrade Pillow）
---分割线---
*umi 原软件除后台运行外，还需确保 http服务打开 （默认是打开的）
测试2.png (46.39 KB, 下载次数: 0)
下载附件
2024-11-16 10:01 上传
---分割线---
[color=]**下面是代码
[Python] 纯文本查看 复制代码
import tkinter as tk
from tkinter import filedialog, messagebox,scrolledtext
from tkinter import ttk
from tkinterdnd2 import TkinterDnD, DND_FILES
import json
import base64
import pathlib
import requests
import io
from PIL import ImageGrab
import ctypes
ctypes.windll.shcore.SetProcessDpiAwareness(2)
url_base = 'http://127.0.0.1:1224/'
url_options = url_base + 'api/ocr/get_options'
url_ocr = url_base + "api/ocr"
def test_http(url_base):
'''test the server'''
try:
response = requests.get(url=url_base)
response.raise_for_status()
except Exception as e:
messagebox.showwarning("warning","服务未连通，请确保软件或服务端已经打开")
def img_base64(img_file):
if isinstance(img_file,io.BytesIO):
img_bytes = img_file.getvalue()
else:
img_bytes = pathlib.Path(img_file).read_bytes()
return base64.b64encode(img_bytes).decode('utf-8')
def to_ocr(url,options:dict,img:str | io.BytesIO):
data = {
"base64":img_base64(img),
"options": options
}
headers = {"Content-Type": "application/json"}
data_str = json.dumps(data)
response = requests.post(url,data=data_str, headers=headers) #也可用 json 参数
response.raise_for_status()
res_dict = json.loads(response.text)
return res_dict
class OptTranslator:
'''en --> zh'''
__slots__=('ocr_language','tbpu_parser','opt_name')
def __init__(self) -> None:
self.opt_name:dict = {"ocr.language":"语言:","ocr.cls":"对正文字:","ocr.limit_side_len":"限制边长:","tbpu.parser":"排版:","tbpu.ignoreArea":"忽略区域:","data.format":"数据格式:",}
self.ocr_language:dict={"简体中文":"models/config_chinese.txt",
"English":"models/config_en.txt",
"繁體中文":"models/config_chinese_cht(v2).txt",
"日本語":"models/config_japan.txt",
"한국어":"models/config_korean.txt",
"Русский":"models/config_cyrillic.txt"}
self.tbpu_parser:dict = {"单栏-按自然段换行":"single_para",
"单栏-总是换行":"single_line",
"多栏-按自然段换行":"multi_para",
"多栏-总是换行":"multi_line",
"多栏-无换行":"multi_none",
"单栏-按自然段换行":"single_para",
"单栏-总是换行":"single_line",
"单栏-无换行":"single_none",
"单栏-保留缩进":"single_code",
"不做处理":"none"}
class App:
def __init__(self, root):
self.root = root
self.root.title("OCR")
self.root.geometry("520x450")
self.file_path_label = tk.Label(root, text="File Path:")
self.file_path_label.grid(row=0, column=0, sticky="w", padx=10, pady=10)
self.file_path_entry = tk.Entry(root, width=50)
self.file_path_entry.grid(row=0, column=1, padx=10, pady=10)
self.open_button = tk.Button(root, text="Open", command=self.open_file)
self.open_button.grid(row=0, column=2, padx=10, pady=10)
self.root.drop_target_register(DND_FILES)
self.root.dnd_bind('>', self.on_file_drop)
self.clipboard = None
self.root.bind("", self.on_paste)
self.arg_vars = [tk.StringVar() for _ in range(6)]
self.arg_comboboxes = []
self.arg_comboboxes_label = []
self.OptTranslator = OptTranslator()
self.option_list = [{'opt_name':'ocr.language','value':[ ("models/config_chinese.txt","简体中文"),
("models/config_en.txt","English"),
("models/config_chinese_cht(v2).txt","繁體中文"),
("models/config_japan.txt","日本語"),
("models/config_korean.txt","한국어"),
("models/config_cyrillic.txt","Русский")]},
{'opt_name':'ocr.limit_side_len','value':("960", "2880", "4320", "999999")},
{'opt_name':'tbpu.parser','value':[
("single_para","单栏-按自然段换行"),
("single_line","单栏-总是换行"),
("multi_para","多栏-按自然段换行"),
("multi_line","多栏-总是换行"),
("multi_none","多栏-无换行"),
("single_para","单栏-按自然段换行"),
("single_line","单栏-总是换行"),
("single_none","单栏-无换行"),
("single_code","单栏-保留缩进"),
("none","不做处理")]},
{'opt_name':'ocr.cls','value':("false", "true")},
{'opt_name':'tbpu.ignoreArea','value':[""]}, #修复原始版本 "[]" -> "" ,旧版不会报错，新版2.1.4会报错
{'opt_name':'data.format','value':("text","dict")}]
for i in range(6):
arg_label = tk.Label(root, text=self.OptTranslator.opt_name[self.option_list['opt_name']])
arg_combobox = ttk.Combobox(root, textvariable=self.arg_vars, values=self.option_list['value'], state="readonly", width=20)
if i
脚本附加说明：
因为图片识别 时长比较短，故不再加入多线程（tkinter 本身是单线程的），用起来会有一点点运行的时间感受，这是正常的
---分割线---
最后，个人典型的使用场景是，截图，然后打开脚本界面，ctrl+v，结果就出来了
希望对大家有帮助，欢迎交流
---版本迭代 记录---
*11-17 修复参数传递值，代码第108行，为{'opt_name':'tbpu.ignoreArea','value':[""]} （旧版Umi软件不报错，但最新版2.1.4会）
