准备工作

声明

要源码的请关注后留言
软件效果请看使用指南

所需模块：

模块简介

Tkinter：主要是 GUI 模块
pytesseract：图像转文字 API 接口
pdfminter3：读取 PDF 并转换成其他格式
pyhanlp：进行关键句提取

安装方法：

清华源 pip 走起：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pytesseract

软件开发

图像转文本

在图像转文本 软件中，需要首先下载一个 tesseract 的开源，文本转图像工具。然后，通过 pytesseract 调用其 API，来实现图像识别文本（OCR）

tesseract 的下载地址

可以下载任意版本，这里推荐下载最新版本

API 使用代码

# coding: utf-8
import pytesseract
from PIL import Image
from tkinter import messagebox as mBox
import tkinter as tk
import osdef img2text(engine_path,img_path,text_path,Widget,lang):pytesseract.pytesseract.tesseract_cmd = engine_pathmBox.showinfo('提示', '运行中，请耐心等待\n 文件越复杂，运行时间越久哦（关了吧，没关系的）')text = pytesseract.image_to_string(Image.open(img_path),lang=lang)with open(text_path+r'\output.txt', "w", encoding='utf-8') as f:f.write(text)f.close()mBox.showinfo('提示', '运行完毕')Widget.insert(tk.INSERT,text)def img2text_TEST(engine_path,img_path,text_path):pytesseract.pytesseract.tesseract_cmd = engine_path  text = pytesseract.image_to_string(Image.open(img_path),lang='chi_sim')with open(text_path+r'\output.txt', "w", encoding='utf-8') as f:f.write(text)f.close()mBox.showinfo('提示', '运行完毕')if __name__ == '__main__':    engine_path = r'C:\Program Files\Tesseract-OCR\tesseract.exe'img_path = r'E:\java-2020-03\eclipse\workspace\Img2Txt\Input\test_math.jpg'text_path = r'E:\java-2020-03\eclipse\workspace\Img2Txt\Output'img2text_TEST(engine_path,img_path,text_path) 

其他

可以尝试使用百度识图，里面也有相应的 API，不过一天只能使用有限次，所以这里不再采用。详细地，可以参照这篇博文：
https://blog.csdn.net/qq_38144563/article/details/96138470

其实，对于公式的识别，把他转成 latex，还有一个工具，具体是什么，请在评论区提问吧。不过，也是一个有限次使用的主。他的 API，因为某些无聊的原因，现在不对我国开放了，实在可惜。！！！！！

PDF 转文字

pdf 转文字用的是 pdfminer3，最近开发了 python3 版本。所以，网上的那些，都是用不了的，大家大可不一试，因为我试过了。有些模块已经被改了，所以也用不了。因此，就看我怎么写吧？

代码

# coding: utf-8
import argparse
import logging
import sys
import pdfminer3.settings
pdfminer3.settings.STRICT = False
import pdfminer3.high_level
import pdfminer3.layout
from pdfminer3.image import ImageWriter
import tkinter as tk
from tkinter import messagebox as mBoxdef extract_text(files=[], outfile='-',_py2_no_more_posargs=None,  no_laparams=False, all_texts=None, detect_vertical=None, # LAParamsword_margin=None, char_margin=None, line_margin=None, boxes_flow=None, # LAParamsoutput_type='text', codec='utf-8', strip_control=False,maxpages=0, page_numbers=None, password="", scale=1.0, rotation=0,layoutmode='normal', output_dir=None, debug=False,disable_caching=False, **other):if _py2_no_more_posargs is not None:raise ValueError("Too many positional arguments passed.")if not files:raise ValueError("Must provide files to work upon!")if not no_laparams:laparams = pdfminer3.layout.LAParams()for param in ("all_texts", "detect_vertical", "word_margin", "char_margin", "line_margin", "boxes_flow"):paramv = locals().get(param, None)if paramv is not None:setattr(laparams, param, paramv)else:laparams = Noneimagewriter = Noneif output_dir:imagewriter = ImageWriter(output_dir)if output_type == "text" and outfile != "-":for override, alttype in (  (".htm", "html"),(".html", "html"),(".xml", "xml"),(".tag", "tag") ):if outfile.endswith(override):output_type = alttypeif outfile == "-":outfp = sys.stdoutif outfp.encoding is not None:codec = 'utf-8'else:outfp = open(outfile, "wb")for fname in files:with open(fname, "rb") as fp:pdfminer3.high_level.extract_text_to_fp(fp, **locals())return outfpdef trans(files, outfile):mBox.showinfo('提示', '运行中，请耐心等待\n 文件越复杂，运行时间越久哦（关了吧，没关系的）')outfp = extract_text(files=files,outfile=outfile)outfp.close()mBox.showinfo('提示ʾ', '运行完毕')if __name__ == '__main__': trans(files=['E:/java-2020-03/eclipse/workspace/Img2Txt/Fun/test.pdf'],outfile='output.html')

在运行代码的时候，注意删掉一些哈。

Tooltip

在 PDF 转文本哪里，用了一个弹出说明，我把代码封装成一个类了，希望以后能够用到：

# -*- coding: utf-8 -*-
import tkinter as tkclass Tooltip():def __init__(self,widget):self.widget = widgetself.tipwindow = None   self.id = None    self.x = self.y = 0    def showtip(self,text):self.text = textif self.tipwindow or not self.text:returnx,y,_cx,cy = self.widget.bbox("insert")x = x + self.widget.winfo_rootx()+27y = y + cy + self.widget.winfo_rooty()+27self.tipwindow = tw = tk.Toplevel(self.widget)tw.wm_overrideredirect(1)    tw.wm_geometry("+%d+%d"%(x,y))label = tk.Label(tw,text=self.text,justify=tk.LEFT,background='#ffffe0',relief=tk.SOLID,borderwidth=1,font=('tahma',"8","normal"))label.pack(ipadx=1)    def hidetip(self):tw = self.tipwindowself.tipwindow = None if tw:tw.destroy()def createToolTip(widget,text):aTooltip = Tooltip(widget)    def enter(event):    aTooltip.showtip(text)def leave(event):aTooltip.hidetip()widget.bind('<Enter>',enter)    widget.bind('<Leave>',leave)

关键句提取

这个很容易啦，直接用 pyhanlp 就行了。里面用的是 PageRank 算法，相当于 Google 的网页排名算法。

# -*- coding: utf-8 -*-
"""
Created on Thu May  7 14:52:32 2020@author:
"""
from pyhanlp import *
from tkinter import messagebox as mBoximport tkinter as tkdef summary(text,num,Widget):text_list = HanLP.extractSummary(text,num)text = '\n'.join([t for t in text_list])Widget.insert(tk.INSERT,text)mBox.showinfo('提示', '运行完毕')if __name__ == "__main__":summary_list = summary('“芦花滩上有扁舟， 俊杰黄昏独自游， 义到尽头原是命， 反躬逃难必无忧。”\
这是一首出自《水浒传》中吴用留下的藏头反诗；电视剧《裂变》中汉奸“蝙蝠”也曾\
使用数字对应书本页面和文字的方法传递消息给日寇；电影《暗算》中更是提到了黄依\
依解决多种密文的具体情节；甚至连动画片《名侦探柯南》也出现了 skytale 加密的细\
节。事实上，密文不仅存在于荧幕中，而且深入到生活的方方面面，例如用于存储互联\
网消息的 cookie、以及互联网安全中常提到的数字签名、在银行等网站上填写个人信息\
时，都会用一定的手段将明文加密成密文传输到在远处的服务器中，可以说，在互联网\
的世界里，只要有比特流动，就一定会有加密的存在。为此，各大高校还设立了专门的\
学科，如密码学、密码分析学、密码史等。不得不说，密码的发展更数学密切相关、大\
多数的密码学家都兼任数学家的身份，而密码学，这一学科在战争时代更是快速地发展。\
以下将会介绍密码学的发展史、以及一些经典密码学的典型加密方法和其对应的解密方\
法的介绍、文章最后会简单地提及现代密码学的一些实现手段',5)print(summary_list)

截图

在图像转文本哪里，我还内置了截图功能，代码如下：

# -*- coding:utf-8 -*-
import tkinter as tk
from tkinter import filedialog as fd
import os
from os import path
from PIL import ImageGrab
from time import sleepclass ScreenShot:def __init__(self,master,filename):self._createWidge(master, filename)#变量X和Y用来记录鼠标左键按下的位置def _onLeftButtonDown(self,event):self._X.set(event.x)self._Y.set(event.y)#开始截图self._sel = Truedef _onLeftButtonMove(self,event):if not self._sel:returntry:#删除刚画完的图形，要不然鼠标移动的时候是黑乎乎的一片矩形self._canvas.delete(self._lastDraw)except Exception as e:passself._lastDraw = self._canvas.create_rectangle(self._X.get(), self._Y.get(), event.x, event.y, outline='black',width = 5)def _onLeftButtonUp(self,event):self.fileName = os.path.join(os.path.dirname(__file__),'../Input') self._sel = Falsetry:self._canvas.delete(self._lastDraw)except Exception as e:passsleep(0.1)#考虑鼠标左键从右下方按下而从左上方抬起的截图leftSel, rightSel = sorted([self._X.get(), event.x])topSel, bottomSel = sorted([self._Y.get(), event.y])pic = ImageGrab.grab((leftSel+1,topSel,rightSel+1,bottomSel))     #弹出保存截图对话框fDir = os.path.join(os.path.dirname(__file__),'../Input')  #���ϼ��ļ�Ŀ¼��self.fileName = fd.asksaveasfilename(title='保存截图',filetypes=[('JPG files','*.jpg')],initialdir=fDir)#默认的文件夹呀！！if self.fileName: pic.save(self.fileName)pic.close()#关闭当前窗口#print(left, '  ', top,'  ',right,'  ',bottom)self.top.destroy()print(self.fileName)sleep(1)def _createWidge(self,master,filename):self.fileName =  os.path.abspath(os.path.join( os.path.dirname(__file__),".."))+'\Input'self._X = tk.IntVar(0)self._Y = tk.IntVar(0)#屏幕尺寸screenWidth = master.winfo_screenwidth()#print(screenWidth)screenHeight = master.winfo_screenheight()#print(screenHeight)#创建顶级组件容器self.top = tk.Toplevel(master, width=screenWidth, height=screenHeight)#不显示最大化、最小化按钮self.top.overrideredirect(True)self._canvas = tk.Canvas(self.top,bg='white', width=screenWidth, height=screenHeight)#显示全屏截图，在全屏截图上进行区域截图self._img = tk.PhotoImage(file=filename)self._canvas.create_image(screenWidth//2, screenHeight//2,image=self._img)#鼠标左键按下的位置self._canvas.bind('<Button-1>', self._onLeftButtonDown)#鼠标左键移动，显示选取的区域self._canvas.bind('<B1-Motion>', self._onLeftButtonMove)#获取鼠标左键抬起的位置，保存区域截图self._canvas.bind('<ButtonRelease-1>', self._onLeftButtonUp)self._canvas.pack(fill=tk.BOTH, expand=tk.YES)def buttonCaptureClick(master):#最小化主窗口master.state('icon')sleep(0.5)filename = 'screenShot.png'im = ImageGrab.grab()im.save(filename)im.close()#显示全屏幕截图w = ScreenShot(master,filename)os.remove(filename)print(w.fileName)return w.fileName

古文排版

所谓古文排版，就是将横的转为右起，竖的。实现代码如下：

# -*- coding: utf-8 -*-
import re
import tkinter as tk
from tkinter import messagebox as mBox
def cut_text(text,lenth):textArr = re.findall('.{'+str(lenth)+'}', text)textArr.append(text[(len(textArr)*lenth):])return textArrdef verticalPrint(text,counts,Widget):mBox.showinfo('提示', '运行中，请耐心等待\n 文件越复杂，运行时间越久哦（关了吧，没关系的）')text = cut_text(text,counts)text[-1] = text[-1].ljust(counts,' ')cols = len(text)text.reverse()rows = []for i in range(counts):row = ''for col in range(cols):row += text[col][i]rows.append(row)text = '\n'.join(rows)string = ''for char in text:if  not char.isdigit() and not char==' ':if  (char >= u'\u0041' and char<=u'\u005a') or (char >= u'\u0061' and char<=u'\u007a'):char += ' 'else:passelse:char +=' '     string += charWidget.insert(tk.INSERT,string)mBox.showinfo('提示', '运行完毕')if __name__ == '__main__':x=u"凡是到达了的地方，都I want to die, but I still to my life 属于昨天。哪怕那山再青，那水再秀，那风再温柔。带深的流连便成了一种羁绊，\
绊住的不仅是双脚，还有未来。可我的钱不够[笑哭]"
#    counts = 12
#    string = verticalPrint(x,counts)
#    print(string)

软件使用

关于界面

界面如下：

国际化效果展示

在开始菜单里，有弄了个国际化，效果如下：

国际化实现

将文本封装成一个类即可，就是 GUI 文件里面的 I18N.py，大家可以看一下。

然后，在定义处，添加如下代码：

class OOP:def __init__(self):self.win = tk.Tk()self.win.resizable(0,0)    #这个是设置窗口不可缩放self.i18n = I18N('chi')self._createWidget()self.win.mainloop()def _quit(self):    #设置一个 menu 菜单项的激活函数self.win.quit()    #退出self.win.destroy()   #销毁exit()   #结束程序def _chi(self):self.win.quit()self.win.destroy()self.win = tk.Tk()self.win.resizable(0,0)    #这个是设置窗口不可缩放self.i18n = I18N('chi')self._createWidget()self.win.mainloop()def _jap(self):self.win.quit()self.win.destroy()self.win = tk.Tk()self.win.resizable(0,0)    #这个是设置窗口不可缩放self.i18n = I18N('jap')self._createWidget()self.win.mainloop()def _eng(self):self.win.quit()self.win.destroy()self.win = tk.Tk()self.win.resizable(0,0)    #这个是设置窗口不可缩放self.i18n = I18N('eng')self._createWidget()self.win.mainloop()

使用指南

图像转文本

在 输出路径中，可以得到 output.txt 文件

也可以识别日文、英文、繁体中文，而且效果不错。不过，公式就算了吧，效果太 low 了。



（支持输入任意图片格式~~）

PDF 转文字

效果：

日文：

英文当然也可以，这里不再展示了。

关键句提取

古文排版

Tkinter 有关指南：

这里使用的是 Tkinter 来开发一款软件的，如果不是用 Tkinter，请移步。
首先推荐一些 Tkinter 的教程吧：
Tkinter GUI 01
Tkinter GUI 02
Tkinter GUI 03
Tkinter GUI 04
Tkinter GUI 05
Tkinter GUI 06
Tkinter GUI 07
Tkinter GUI 08

然后，是一些有用的参考资料和书籍的下载地址：
Python GUI Tkinter 参考资料

下面是另一个软件，Word 转手写体：
https://blog.csdn.net/weixin_42141390/article/details/106840073

图像转文本、PDF 转文字（包括html、xml）、关键句提取 软件开发手记相关推荐

1. PDF怎么修改文字，PDF修改文字操作方法

   PDF文件怎么修改文字呢?PDF文件一直是一种比较安全的文章,但是也因为PDF文件的安全性,导致PDF文件无法直接编辑文字内容,其实想要修改PDF文字内容也不是不可以,使用专业的PDF文件就可以了,下 ...

2. 【vue2】纯前端实现本地的pdf/word/epub文件预览（包括pdf选中文字，epub高亮等）

   前言 需求是预览本地的pdf/word/epub格式的文件,但是搜索后发现没有可以直接使用的,格式不同,显示的方式和效果也都略有不同. 最后还是分别实现预览的功能. 补充功能:pdf选中文字,epub ...

3. 更改PDF中的文本框的文字的大小和颜色

   1,点击文本框工具,添加文本框,并输入内容 2,更改PDF中的文本框的文字的大小和颜色 键盘Ctrl+E,将弹出文本属性菜单,此时就可以更改文本的字体.大小和颜色了. 参考:https://jingy ...

4. 1个模型横扫40+个SOTA！22位华人共同打造佛罗伦萨模型，一统图像视频文本，含9亿图像-文本对...

   关注公众号,发现CV技术之美 本文转载自新智元 编辑:小咸鱼 好困 LRS [导读]近日,微软正式发布了一个新的计算机视觉基础模型Florence(佛罗伦萨),要用一个模型一统多模态天下!Floren ...

5. 满满干货：分享2个实用的PDF编辑文字方法

   PDF文件因为它的稳定.不易编辑特点,深受大家的喜爱,但是在使用过程中也会出现一些小问题,比如有小伙伴不知道PDF怎样编辑.那今天我就要来教大家应该如何编辑PDF文档,快来看看吧! 方法推荐一:使用P ...

6. Image 图像转化为 PDF 文件

   开发中如果有这样的需求把 Image 图像转化为 PDF 文件你会怎么做呢?你可能会在网上狂找资料寻找解决方案,但是事实上网上这方面的资料非常少,有的作者没有给出一个完整的内容或者给出的内容不适合现在 ...

7. linux编辑pdf文件内容,PDF修改文字的步骤

   今天给大家介绍的是PDF修改文字的步骤,在我们平时的工作中,PDF文件是常常会接触到的,当我们需要修改PDF文件中的文字时,你知道应该怎么操作吗?如果不知道的话也没有关系,快点来学习一下吧. 1.想要 ...

8. 医疗多模态预训练：如何利用非天然配对的医疗图像和文本做对比学习？

   ©PaperWeekly 原创 · 作者 | 王子丰 单位 | 伊利诺伊大学香槟分校 研究方向 | AI for healthcare EMNLP 2022 一共接收了我的三篇文章(两篇主会一篇 fi ...

9. LeCun点赞！data2vec：适用于图像/语音/文本的自监督算法来了！拿下多项SOTA

   点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 转载自:机器之心 |  编辑:陈萍.小舟 人类似乎对不同的学习模式有着相似的认知,机器也应该如此! 自监督学 ...

最新文章

1. Django模板系统
2. 洛谷 P3960 列队【线段树】
3. HDU-1299 Diophantus of Alexandria 素因子分解
4. linux 程序定时重启tomcat,linux下实现tomcat定时自动重启
5. 在linux下玩转usb摄像头
6. oracle查询记录插入,我应该使用哪种查询语法在Oracle数据库中插入记录？
7. Boost：boost::callable_traits::function_type_t的测试程序
8. linux命令编写,编写简单的linux命令
9. java刷卡机_JavaPOS
10. 企业微信3.0版本发布：客户朋友圈功能正式上线
11. DTLS协议中的509证书和密钥如何传输
12. STM32F1xx系列单片机通过程序获取MCU信息
13. Eclips下运行helloworld，弹出手机模拟器上什么也没有
14. Android网络小说阅读器的实现
15. 适用于 Linux 系统的 11 款图像查看器
16. coursera和udacity_三大 mooc 网站：coursera 与 udacity 和 edx 比较,哪个更适合中国人你有何经验分享...
17. SSDT Hook技术详解与应用
18. ubuntu22.04安装搜狗输入法不出中文
19. 生物岛实验室（省属）招聘电子工程师
20. IDEA中使用properties连接mysql8.0.13

热门文章

1. Swift - 获取状态栏一些信息
2. android4.2.2的彩蛋,食物语彩蛋都有哪些_食物语彩蛋大全介绍
3. 【Bash百宝箱】Android envsetup.sh及lunch
4. 百度云爬虫_python
5. 校园报修系统JAVA_基于jsp的宿舍报修系统-JavaEE实现宿舍报修系统 - java项目源码...
6. qt 为什么只有86安装版的_为什么有的家长付出一切，孩子却不领情、不感恩、不理解？...
7. 四旋翼无人机学习第22节--padstack editor创建过孔
8. 数学分析与高等数学——学习资料(更新.........)
9. HI3559算法移植之OpenCV图像拼接、配准和图像融合技术（三）
10. 基于OHCI的USB主机 —— UFI读容量代码