python提取图片中的文字并生成word文档

python提取图片中的文字并生成word文档

近在学习的过程中发现书中有好多知识点，但本人过于懒惰，不爱翻书、记笔记，于是我就想到了为何不用手机将内容拍下来，然后直接生成word文件。本菜鸟接下来就教大家如何用百度提供的图像识别接口来完成图像文字的提取。

文字识别OCR：https://ai.baidu.com/ai-doc/OCR/Ek3h7yeiq

首先，需要两个模块：baidu-aip、python-docx。如果没有，可以直接用pip命令安装。

pip install baidu-aip

pip install python-docx

其次，导入相关的库，新建对象并设置相关参数。

from aip import AipOcr

from docx import Document

"""相关参数"""

APP_ID = 'APP_ID'

API_KEY = 'API_KEY'

SECRET_KEY = 'SECRET_KEY'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

这里的APP_ID、API_KEY、SECRET_KEY通过链接https://login.bce.baidu.com/?redirect=https%3A%2F%2Fconsole.bce.baidu.com%2F%3Ffromai%3D1#/aip/overview

用百度账号登录并创建自己的图像识别应用获取。(免费)

然后、获取图片信息，并配置相关属性

网络图片

imageurl = "图片链接"

本地图片

imagepath = "图片路径"

配置相关属性,并传入参数。

""" 如果有可选参数 """

options = {}#配置字典

options["language_type"] = "CHN_ENG"#识别文字类型

options["detect_direction"] = "true"#是否检测图片的朝向

options["detect_language"] = "true"#是否检测语言

options["probability"] = "true"#是否返回置信度

"""传入参数"""

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

再然后、读取图片

""" 读取图片 """

def get_file_content(filepath):

with open(filepath, 'rb') as fp:

return fp.read() # 返回文件读取对象

image = get_file_content('example.jpg')

""" 带参数调用通用文字识别, 图片参数为本地图片 """

result = client.basicGeneral(image, options)

""" 带参数调用通用文字识别, 图片参数为远程url图片 """

result = client.basicGeneralUrl(url, options)

结果result为字典类型。

最后，将返回的结果导入word文件

document = Document('word文件路径.docx') # 此处参数可以省略，如省略会创建新的word文件

for i in result["words_result"]:

paragraph = document.add_paragraph(i["words"])

document.save('文件保存路径.docx') # 注意前后一致

<<<<<<<<<<>>>>>>>>>>>>>

完整代码及实例：

from aip import AipOcr

from docx import Document

"""相关参数"""

APP_ID = '用你自己的'

API_KEY = '用你自己的'

SECRET_KEY = '用你自己的'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

""" 读取图片 """

def get_file_content(filePath):

with open(filePath, 'rb') as fp:

return fp.read() # 返回文件读取对象

jpg_name = r'F:用你自己的\test.jpg'

image = get_file_content(jpg_name)

""" 如果有可选参数 """

options = {} # 配置字典

options["language_type"] = "CHN_ENG" # 识别文字类型

options["detect_direction"] = "true" # 是否检测图片的朝向

options["detect_language"] = "true" # 是否检测语言

options["probability"] = "true" # 是否返回置信度

""" 带参数调用通用文字识别, 图片参数为本地图片 """

result = client.basicGeneral(image, options)

print("提取图片的文字:" )

document = Document(r'F:\用你自己的\text.docx')

for i in result["words_result"]:

print(i["words"])

paragraph = document.add_paragraph(i["words"])

document.save(r'F:\用你自己的\text.docx')

(注：字体不同，是因为编码方式不同)

python提取图片中的文字并生成word文档相关教程

vscode下Python版本不对的情况解决

vscode下Python版本不对的情况解决 此前，均配置过python2.7和python3.7的环境，但是，诡异之处就在于，左下角选择的是python3.7，但是发现运行出来仍是2.7的版本，之后发现launch.json中path为2.7，就去百度，更改了setting.json和launch.json中的相关， 此

关于h5，页面分享到朋友圈、钉钉、微信等，(base64图片转换成文

关于h5，页面分享到朋友圈、钉钉、微信等，(base64图片转换成文件) 实现内容：将页面分享到朋友圈、钉钉、微信。 主要思想如图： div class=header-right @click=shareDetail分享/div /** * 分享链接(微信、朋友圈、钉钉、工作圈) */ async shareDetail()

python邮件自动发送------(带界面附源码)

python邮件自动发送------(带界面附源码) python邮件自动发送 注：仅用于学习，切莫做其他用途。 SMTP 全称“简单邮件传输协议” 基于TCP/IP的协议 可以对连接进行认证，也可以不认证 可以对连接进行加密，也可以不加密 主要作用： 1、 提交邮件 。当用户在电

从Python代码公式图——轻松理解AdaBoost算法

从Python代码公式图——轻松理解AdaBoost算法 从Python代码公式图——轻松理解AdaBoost算法 一. 原理简述转化为代码 1.1 Boosting 二. 图解AdaBoost算法过程 2.1 第一次分类 1.基学习器--决策树代码实现 2.分类结果 3.计算AdaBoost误差 2.2 第二次分类 1.分类

Python--简单的深度学习CNN睁闭眼分类

Python--简单的深度学习CNN睁闭眼分类 数据集：闭眼(CEW)和睁眼(LFW)两个文件夹，闭眼数据共1189张图片，睁眼数据为LFW中George_W_Bush共530张图片.测试集从中随机复制330张图片.数据集可调整增加. 数据准备:root为数据集地址.将数据转为网络可用的tensor

蓝桥杯python试题集VIP版

蓝桥杯python试题集VIP版 方法一 a = [[i for i in range(10)] for j in range(10)] # 10行10列，每一行内容为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print(a)print('=' * 80)b = [[0 for i in range(10)] for j in range(10)] # 10行10列，每一行内容为[0, 0, 0, 0,

图像融合质量评价方法的python代码实现——MS-SSIM

图像融合质量评价方法的python代码实现——MS-SSIM 文章目录 1 前言 2 MS-SSIM介绍 2 MS-SSIM的代码 2.1 matlab代码 2.2 python代码 2.3 效果对比 3 总结 1 前言 在评估融合图像质量时，由于作者使用的是python代码进行融合，但有些评价指标只有matlab代码就

安卓截屏和图片画角线OpenGLES(十一)

安卓截屏和图片画角线OpenGLES(十一) 前言 上一篇文章我们学习了如何在安卓平台搭建opengl es环境，如何通过TextureView加载一张图片。其实，通过前面的学习，那么关于安卓平台如何使用opengl es就掌握了一大部分了，剩下的就是性能等等余下的功能了；本篇文