Python利用PaddleOCR制作个搜题小工具 Python利用PaddleOCR制作个搜题小

介绍

安装
安装PaddlePaddle飞桨框架
安装PaddleOCR

代码使用

搜题小工具

安装ADB
截图并保存题目区域图片
OCR识别，获取题目
打开浏览器搜索

完整代码

介绍 PaddleOCR 是一个基于百度飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。
本教程将介绍PaddleOCR的基本使用方法以及如何使用它开发一个自动搜题的小工具。
项目地址
OR

安装
虽然PaddleOCR支持服务端部署并提供识别API，但根据我们的需求，搭建一个本地离线的OCR识别环境，所以此次我们只介绍如何在本地安装并使用的做法。

安装PaddlePaddle飞桨框架
一、环境准备
1.1 目前飞桨支持的环境
Windows 7/8/10 专业版/企业版 (64bit)
GPU版本支持CUDA 10.1/10.2/11.0/11.2，且仅支持单卡
Python 版本 3.6+/3.7+/3.8+/3.9+ (64 bit)
pip 版本 20.2.2或更高版本 (64 bit)
【Python利用PaddleOCR制作个搜题小工具】二、安装命令

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

(注意此版本为CPU版本，如需GPU版本请查看PaddlePaddle文档)
安装完成后您可以使用 python 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()
如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

安装PaddleOCR

pip install "paddleocr>=2.0.1" # 推荐使用2.0.1+版本

代码使用安装完成后你可以使用以下代码来进行简单的功能测试

from paddleocr import PaddleOCR, draw_ocr# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch")# need to run only once to download and load model into memory# 选择你要识别的图片路径img_path = '11.jpg'result = ocr.ocr(img_path, cls=True)for line in result:print(line)# 显示结果from PIL import Imageimage = Image.open(img_path).convert('RGB')boxes = [line[0] for line in result]txts = [line[1][0] for line in result]scores = [line[1][1] for line in result]im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/fonts/simfang.ttf')im_show = Image.fromarray(im_show)im_show.save('result.jpg')

结果是一个list，每个item包含了文本框，文字和识别置信度

[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['纯臻营养护发素', 0.964739]]
[[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['产品信息/参数', 0.98069626]]
[[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['（45元/每公斤，100公斤起订）', 0.9676722]]
......

可视化效果

文章图片

至此我们就掌握了 PaddleOCR 的基本使用，基于这个我们就能开发出一个OCR的搜题小工具了。
更多使用方法请参考

搜题小工具现在有很多那种答题竞赛的小游戏，在限定时间内看谁答题正确率更高。或者现在一些单位会搞一些大练兵什么的竞赛，需要在网上答题，这个时候手动输入题目去搜索就很慢，效率也不会太高，所以我们就可以来写一个脚本，帮助我们完成搜题的过程。
基本思路就是通过ADB截取当前屏幕，然后剪切出题目所在位置，然后通过PaddleOCR来获取题目文字，之后打开搜索引擎搜索或者打开题库搜索。

安装ADB
你可以到这里下载安装ADB之后配置环境变量。
配置完环境变量后在终端输入adb,如果出现以下字符则证明adb安装完成。

Android Debug Bridge version 1.0.41Version 31.0.3-7562133

截图并保存题目区域图片

import osfrom PIL import Image# 截图def pull_screenshot():os.system('adb shell screencap -p /sdcard/screenshot.png')os.system('adb pull /sdcard/screenshot.png .')img = Image.open("./screenshot.png")# 切割问题区域# (起始点的横坐标，起始点的纵坐标，宽度，高度）question= img.crop((10, 400, 1060, 1000))# 保存问题区域question.save("./question.png")

OCR识别，获取题目

ocr = PaddleOCR(use_angle_cls=False, lang="ch", show_log=False)# need to run only once to download and load model into memoryimg_path = 'question.png'result = ocr.ocr(img_path, cls=False)# 获取题目文本questionList = [line[1][0] for line in result]text = ""# 将数组转换为字符串for str in questionList :text += strprint(text)

打开浏览器搜索

import webbrowserwebbrowser.open('https://baidu.com/s?wd=' + urllib.parse.quote(question))

之后你就可以查看搜索结果了
如果有题库，你还可以使用pyautogui来模拟鼠标键盘操作，去操作Word等软件在题库中进行搜索。

完整代码

# -*- coding: utf-8 -*-# @Author: Pu Zhiwei# @Time: 2021-09-02 20:29from PIL import Imageimport osimport matplotlib.pyplot as pltfrom paddleocr import PaddleOCR, draw_ocrimport pyperclipimport pyautoguiimport timeimport webbrowserimport urllib.parse# 鼠标位置currentMouseX, currentMouseY = 60, 282# 截图获取当前题目def pull_screenshot():os.system('adb shell screencap -p /sdcard/screenshot.png')os.system('adb pull /sdcard/screenshot.png .')# 移动鼠标到搜索框搜索def MoveMouseToSearch():# duration 参数，移动时间，即用时0.1秒移动到对应位置pyautogui.moveTo(currentMouseX, currentMouseY, duration=0.1)# 左键点击pyautogui.click()pyautogui.click()# 模拟组合键，粘贴pyautogui.hotkey('ctrl', 'v')# 扩充问题def AddText(list, length, text):if length > 3:return text + list[3]else:return text# 打开浏览器def open_webbrowser(question):webbrowser.open('https://baidu.com/s?wd=' + urllib.parse.quote(question))# 显示所识别的题目def ShowAllQuestionText(list):text = ""for str in list:text += strprint(text)if __name__ == "__main__":while True:print("\n\n请将鼠标放在Word的搜索框上，三秒后脚本将自动获取Word搜索框位置！\n\n")# 延时三秒输出鼠标位置time.sleep(3)# 获取当前鼠标位置currentMouseX, currentMouseY = pyautogui.position()print('当前鼠标位置为: {0} , {1}'.format(currentMouseX, currentMouseY))start = input("按y键程序开始运行，按其他键重新获取搜索框位置：")if start == 'y':breakwhile True:t = time.perf_counter()pull_screenshot()img = Image.open("./screenshot.png")# 切割问题区域# (起始点的横坐标，起始点的纵坐标，宽度，高度）question= img.crop((10, 400, 1060, 1000))# 保存问题区域question.save("./question.png")# 加载 PaddleOCR# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。# 自定义模型地址# det_model_dir='./inference/ch_ppocr_server_v2.0_det_train', #rec_model_dir='./inference/ch_ppocr_server_v2.0_rec_pre',#cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_train',ocr = PaddleOCR(use_angle_cls=False, lang="ch", show_log=False)# need to run only once to download and load model into memoryimg_path = 'question.png'result = ocr.ocr(img_path, cls=False)questionList = [line[1][0] for line in result]length = len(questionList)text = ""if length < 1:text = questionList[0]elif length == 2:text = questionList[1]else:text = questionList[1] + questionList[2]print('\n\n')ShowAllQuestionText(questionList)# 将结果写入剪切板pyperclip.copy(text)# 点击搜索MoveMouseToSearch()# 计算时间print('\n\n')end_time3 = time.perf_counter()print('用时: {0}'.format(end_time3 - t))go = input('输入回车继续运行,输入 e 打开浏览器搜索，输入 a 增加题目长度，输入 n 结束程序运行： ')if go == 'n':breakif go == 'a':text = AddText(questionList, length, text)pyperclip.copy(text)# 点击搜索MoveMouseToSearch()stop = input("输入回车继续")elif go == 'e':# 打开浏览器open_webbrowser(text)stop = input("输入回车继续")print('\n------------------------\n\n')

到此这篇关于Python利用PaddleOCR制作个搜题小工具的文章就介绍到这了,更多相关Python PaddleOCR搜题工具内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！