【python实战】自制带文字识别的截屏工具
哈喽，大家好，我是一条。 好久没出python的教程了，今天教大家做个好玩又实用的。 点赞，收藏准备好。
前言
不知道大家工作中有没有遇到这种情况
- 产品不知道从哪搞来的截图就这么粘在需求文档上，你还得一个一个敲，气的我这……
- 网上有个资料，死活就是不让你复制，气的我这……
- 有篇技术文章，代码全是截图，气的我这……
ok。别气了，求人不如求自己，一条教你自制带文字识别的截图工具。
成品展示
现已将文件设置成开机自启动，并一直在后台运行； 当监听到有截屏操作时，保存剪切板的文件； 调用百度开放API进行文字识别； 将识别出的内容写入剪贴板；
可以看到，大约占20M的内存
待识别的图片
识别出的内容
现已将文件设置成开机自启动,并一直在后台运行;
当监听到有截屏操作时,保存剪切板的文件;
调用百度开放AP进行文字识别;
将识别出的内容写入剪切板;
不得不说，百度的准确率还是很高的。下面跟着一条来完成它吧
snipaste
我们需要借助这款好用的截图工具，微软商店和官网都可以下载。
完成后可以参考一条设置一下快捷键。
- 截屏：shift+S
- 截屏后自动复制到剪贴板：shift+A
- 截屏后贴图：shift+T
监听键盘
下面就是监听键盘的截屏快捷键
shift+A因为我们想做到截屏后自动识别文字，不需手工做任何处理。
代码如下
import keyboard
import time
keyboard.wait(hotkey="shift+a")
time.sleep(2)
sleep2秒是为了等待截图的过程。
这是肯定有人会有问题：如果我只想截图不想识别文字呢？
一条已经想到了，不想识别文字，可以用shift+S呀
保存截图
如何从剪贴板获取截图呢 上代码
from PIL import ImageGrab
image = ImageGrab.grabclipboard()
image.save("screen.png")
百度文字识别
有了图片，就可以用百度文字识别了 怎么用呢？
创建应用
AI开放平台文档中心 https://ai.baidu.com/ai-doc
登陆后，到控制台建立一个自己的文字识别应用
创建应用后一定要记得领取免费资源
然后在管理应用找到自己的app_id
把这三个值复制下来，写代码需要用。
调用API
接下来就是发送一个request请求，调用百度的开放接口。 为了调用方便，需要引入一个封装好的库。
pip install baidu_aip
安装好之后，写代码
from aip import AipOcr
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
with open("screen.png", 'rb') as f:
image = f.read()
# 调用百度API通用文字识别（高精度版），提取图片中的内容
text = client.basicAccurate(image)
result = text["words_result"]
for i in result:
print(i["words"])
写入剪贴板
识别完了，怎么用呢 连复制都免了，直接写入到剪贴板
import pyperclip
clipstr=''
# 读取图片
with open("screen.png", 'rb') as f:
image = f.read()
# 调用百度API通用文字识别（高精度版），提取图片中的内容
text = client.basicAccurate(image)
result = text["words_result"]
for i in result:
clipstr=clipstr+i["words"]+"\n"
pyperclip.copy(clipstr)
后台执行
想到要做就做绝，如何让他在后台一直执行，又不能影响我其他工作。 通过
ocr.bat+ocr.vbs
新建ocr.bat
写入(ocr.py要和ocr.bat在同一目录)
python ocr.py
新建ocr.vbs
同样，写入。主要作用是不显示控制台窗口
Set ws = CreateObject("Wscript.Shell")
ws.run "cmd /c ocr.bat",0
开机自启动
要做，就让他完全自动化
win+R，输入shell:startup，回车
将上面的三个文件全部复制进去
ok，大功告成！
源码
想直接拿到源码就可以用的小伙伴
腾讯云开发者
