Python selenium模块对网页进行截屏保存图片 easyocr模块识别提取图片文字
一、selenium对网页截图,Image 定位二次精准截图
第三方模块“selenium”用于Python自动化与Web浏览器交互。
1.安装模块 pip install selenium pip install Pillow
2.安装浏览器对应版本的驱动器
谷歌查看浏览器版本 访问“chrome://version/”
谷歌驱动器下载地址 http://chromedriver.storage.googleapis.com/index.html
注意将下载解压后的驱动器放到系统环境变量PATH的路径下
3. 代码如下:
# -*- coding:utf-8 -*-
from selenium import webdriver
#import easyocr
import time
from PIL import Imagedef screenshots(): # 访问网页截屏driver = webdriver.Chrome() # 初始化一个谷歌浏览器实例driver.maximize_window() # 打开最大窗口# option = webdriver.ChromeOptions()
# option.add_argument('headless') # headless静默模式不弹出浏览器(也用于无GUI环境下)
# # 打开chrome浏览器
# driver = webdriver.Chrome(chrome_options=option)driver.get("http://quote.eastmoney.com/sh600797.html") # 访问网页js = "var q=document.documentElement.scrollTop=500" # 滚动条下拉500个像素driver.execute_script(js) # 执行滚动条下拉500个像素操作time.sleep(1)driver.get_screenshot_as_file(r"C:\Zzlong\%s.png" % time.strftime('%Y-%m-%d %H-%M', time.localtime(time.time()))) # 截图保存为C:\Zzlong\2022-02-20 17-30.pngdriver.quit() #关闭浏览器# 另一种控制滚动条的方法
# driver.execute_script("window.scrollBy(0,1000)") 或 driver.execute_script("window.scrollTo(0,1000)")
# x坐标:正数则向右滑动的像素值,负数则向左滑动的像素值 | y坐标:正数则向下滑动的像素值,负数则向上滑动的像素值# imgelement = driver.find_element_by_id('rgt1')
# imgelement = driver.find_element_by_class_name('line24')
# location = imgelement.location
# print(location) # {'x': 1104, 'y': 917}
# size = imgelement.size
# print(size) # {'height': 12, 'width': 26}def crop(): # 定位 二次截图picture = Image.open(r"C:\Zzlong\%s.png" % time.strftime('%Y-%m-%d %H-%M', time.localtime(time.time()))) # 打开第一次的截图picture = picture.crop((1320,520,1450,550)) # 定位二次截图# 注意: crop截图规则,(宽 - x坐标)为截图的宽位置 (高 - y坐标)为截图的高位置,坐标(0,0)位于左上角picture.save(r"C:\Zzlong\img%s.png" % time.strftime('%Y-%m-%d %H-%M', time.localtime(time.time()))) # 保存图片# print(picture.size) # 输出宽、高 (1920, 888)
# picture = picture.crop((0, 0, 1920, 888)) # 截取全图(x坐标,y坐标,宽,高)
二、easyocr 提取图片文字
Python中有一个不错的OCR库-EasyOCR,在GitHub已有9700star。它可以在python中调用,用来识别图像中的文字,并输出为文本。 https://github.com/JaidedAI/EasyOCR
安装过程比较简单,使用pip或者conda安装。
pip install easyocr
如果用的PyPl源,安装起来可能会耽误些时间,建议大家用清华源安装,几十秒就能安装好。
使用方法
EasyOCR的用法非常简单,分为三步:
# 导入easyocr
import easyocr
# 创建reader对象
reader = easyocr.Reader(['ch_sim','en'])
# 读取图像
result = reader.readtext('test.jpg')
# 结果
print(result)# 使用easyocr报错“Unknown C++ exception from OpenCV code,CUDA not available - defaulting to CPU. Note: This module is much faster with a GPU. ”
# Python与CUDA版本不对应,导致Python安装的OpenCV版本与CUDA版本不照应
# pip install opencv-python==4.3.0.38 -i https://pypi.tuna.tsinghua.edu.cn/simple
这段代码有一段参数['ch_sim','en'],这是要识别的语言列表(所有语言列表放在文章最下方),因为路牌里有中文和英文,所以列表里添加了ch_sim(简体中文)、en(英文)。
识别文字的准确率还是很高的,接下来对文字部分进行抽取。
for i in result:word = i[1]print(word)
三、利用百度 AI 开发平台的 OCR 文字识别 API 也可以识别并提取图片中的文字。
首先,我们需要一个百度账号,然后打开百度AI开放平台(https://ai.baidu.com/)并登陆,点击“控制台”,进入左边栏中的“文字识别”,创建一个应用,并记住你的AppID,API Key和Secret Key。
下面为 百度AI帮助文档提取图片文字示例(此代码使用的是:通用文字识别高精度版 每月免费赠送200次,有QPS每分钟并发限制):
https://ai.baidu.com/ai-doc/OCR/Pkrwx9ye4
# coding=utf-8import sys
import json
import base64# 保证兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:from urllib.request import urlopenfrom urllib.request import Requestfrom urllib.error import URLErrorfrom urllib.parse import urlencodefrom urllib.parse import quote_plus
else:import urllib2from urllib import quote_plusfrom urllib2 import urlopenfrom urllib2 import Requestfrom urllib2 import URLErrorfrom urllib import urlencode# 防止https证书校验不正确
import ssl
ssl._create_default_https_context = ssl._create_unverified_contextAPI_KEY = 'XXXXXX' ### 需修改SECRET_KEY = 'XXXXXX' ### 需修改OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"""" TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'"""获取token
"""
def fetch_token():params = {'grant_type': 'client_credentials','client_id': API_KEY,'client_secret': SECRET_KEY}post_data = urlencode(params)if (IS_PY3):post_data = post_data.encode('utf-8')req = Request(TOKEN_URL, post_data)try:f = urlopen(req, timeout=5)result_str = f.read()except URLError as err:print(err)if (IS_PY3):result_str = result_str.decode()result = json.loads(result_str)if ('access_token' in result.keys() and 'scope' in result.keys()):if not 'brain_all_scope' in result['scope'].split(' '):print ('please ensure has check the ability')exit()return result['access_token']else:print ('please overwrite the correct API_KEY and SECRET_KEY')exit()"""读取文件
"""
def read_file(image_path):f = Nonetry:f = open(image_path, 'rb')return f.read()except:print('read image file fail')return Nonefinally:if f:f.close()"""调用远程服务
"""
def request(url, data):req = Request(url, data.encode('utf-8'))has_error = Falsetry:f = urlopen(req)result_str = f.read()if (IS_PY3):result_str = result_str.decode()return result_strexcept URLError as err:print(err)if __name__ == '__main__':# 获取access tokentoken = fetch_token()# 拼接通用文字识别高精度urlimage_url = OCR_URL + "?access_token=" + tokentext = ""# 读取测试图片file_content = read_file('./text.jpg') ##### 需修改# 调用文字识别服务result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))# 解析返回结果result_json = json.loads(result)for words_result in result_json["words_result"]:text = text + words_result["words"]# 打印文字print(text)
#Author
#XGmhC18eVP1Fo1ECX911dtOzwX
#XSFG15esdSADWQD78SDW578456swerSDDX
#XPQ2ukO4Aec2PTsgQU9UkiEKYciavlZk8X
四、使用pytesseract进行识别图片文字
1.环境配置
第三方库:PIL、pytesseract、
识别引擎tesseract-ocr下载 https://tesseract-ocr.github.io/tessdoc/Home.html ,windows选择此exe方式安装。
要识别中文,ocr引擎要下载一个中文包 "chi_sim" https://tesseract-ocr.github.io/tessdoc/Data-Files 并放进Tesseract-OCR\tessdata里面。
2. pip install pytesseract pip install Pillow
1. 修改"pytesseract.py"中"tesseract_cmd"的路径为识别引擎的路径
2. 识别图片文字(经测试 识别文字效果不太好,识别数字还可以)
import pytesseract
from PIL import Image
text=pytesseract.image_to_string(Image.open(r'C:\Zzlong\hk-0-First.png'),lang='chi_sim'
) #调用识别引擎识别
print(text)
注:
以下为 easyocr 模块支持的语言列表:
Python selenium模块对网页进行截屏保存图片 easyocr模块识别提取图片文字相关推荐
- Python selenium PIL 全网页滚动截屏 headless全网页截屏
思路 先截取当前屏幕的图片,获取其高度作为base高度 h,再获取全网页body到尾部的高度 H ,循环截取图片,再通过PIL进行拼接. 代码 # -*- coding:utf-8 -*- # a ...
- Python+Selenium+phantomjs实现网页模拟登录和截图
Python+Selenium+phantomjs实现网页模拟登录和截图 本文全部操作均在windows环境下 安装 Python Python是一种跨平台的计算机程序设计语言,它可以运行在Windo ...
- uni-app app上实现截屏保存图片到本地
uni-app app上实现截屏保存图片到本地 uni-app app上实现截屏保存图片到本地 <template> <view class="content"& ...
- Tools_@截屏工具@OCR识别工具@图片文字翻译工具长截屏,普通截屏套件推荐(by QQ)@鼠标键盘动作录制
文章目录 Tools_@截屏工具@OCR识别工具@图片文字翻译工具长截屏,普通截屏套件推荐(QQ自带) 全局录屏/长截屏: OCR 优点 不足 quicker动作 鼠键录制工具
- selenium4.3 网页长截屏
1 网页整体长截屏 模式:headless 缺点:无法看到浏览器,遇到特殊场景人工无法辅助. # -*- coding: utf-8 -*-from selenium import webdriver ...
- Selenium隐藏浏览器和元素截屏实践
文章目录 隐藏浏览器 介绍 示例代码 浏览器截图 介绍 示例代码 对整个浏览器页面进行截屏 指定特定HTML元素进行截屏 隐藏浏览器 介绍 在使用Selenium采集网页数据时,需要不断地调用浏览器. ...
- Python+Selenium_UI自动化操作(5)——浏览器截屏
UI自动化--浏览器截屏 练习: 用chrome浏览器打开不同的网页,并截屏. 语法: get_screenshot_as_file("图片名.格式") 数据准备: 将网页的域名w ...
- 利用Webbrowser类实现超长网页的截屏的实现(解决报错不能截取的难题)
之前写过一篇文章,说是解决了超长网页截图的问题.但是实际上,现实是很残酷的,试图截取一个网页的时候就出了问题 网址如下: http://www.cnblogs.com/grenet/archive/2 ...
- Python之OpenCV 003 简单的录屏并保存为gif动画图片
我们看到网络上好多文章有动态的图片,以前用PS制作过,现在用程序制作一些简单的 动态图片,这也是比纸质文章的好的一个优点. 不过csdn的图片不要大于5M的,要注意一下,以后学习一下怎么优化图片体积可 ...
- 微信小程序截屏保存图片
在小程序的分享功能中,截屏是一个比较常见的需求.而截屏不只是截取当前页面,还要将二维码放进去以方便用户长按识别.从营销方面来看,这样可以说是一举两得了.要实现的效果如下: 实话说,一开始收到这个需求是 ...
最新文章
- linux基础学习7
- JS的ES6模板字符串(拼接、变量、循环、函数)
- Angular.js中使用$watch监听模型变化
- 删库不必跑路,谈数据库删除设计
- js实现css、addClass、removeClass和toggleClass
- spring mybatis mysql 事务不起作用
- 基于Caffe的人脸关键点检测实现
- 16.1 调色板的使用
- 桌面支持--Auto Cad 2012安装方法
- 求定积分sinx的c语言编程,sinx定积分计算
- Autodesk Inventor探索——齿轮参数化建模
- matlab ode 实数,关于ode45中erf函数(输入必须为实数完全数的报错问题)
- 【C语言】素数/质数
- 三角函数积化和差公式
- 使用select2 实现拼音全拼和首字母 搜索
- linux系统安装视频播放器,Linux操作系统上安装Mplayer播放器的方法
- 用计算机玩游戏的视频教程,让桌面上同时操作游戏和显示视频的技巧-电脑教程...
- 电路基础学习笔记5:实验验证电压源与电流源的等效变换
- 《数据结构》邓俊辉 网课习题详细解析(第五章:二叉树)
- pdf转换器哪个软件好用还免费?来这里获得实用技巧!