pycharm opencv调用usb摄像头_教你用Python+百度AI接口+摄像头实现文字精准识别

前几期在抖音上同名号上为粉丝们送了几期福利，在收集粉丝发来的邮件地址的时候，比较痛苦，上百上千的地址，然后再输入到邮箱发送内容，比较麻烦！所以有了以下的快捷方式：

实现目标

利用python+OPENCV，再结合上百度AI接口，当然另外还配合了USB摄像头，实现了批量对群内的地址进行采集，然后保存。今天我将全部源码分享给大家：

打开pycharm开发工具，在项目中新建 demo.py 文件，文件代码如下：

from aip import AipOcrimport cv2import cv2 as cvimport reimport timeimport numpy as np""" 你的 APPID AK SK """APP_ID = '你的ID'API_KEY = '你的KEY'SECRET_KEY = '你的SECRET'aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY)def get_file_content(filePath):    with open(filePath, 'rb') as fp:        return fp.read()# 信息分离，只留EMAIL部分def get_emails(text):    emails = re.findall(r"[a-z0-9.-+_]+@[a-z0-9.-+_]+.[a-z]+", text)    if len(emails) > 0:        return emailsdef baiduApi(images):    # 定义参数变量    options = {        'detect_direction': 'true',        'language_type': 'CHN_ENG',    }    # 调用通用文字识别接口    time.sleep(1)    result = aipOcr.basicGeneral(get_file_content(images), options)    words_result=result['words_result']    filename = 'email_list.txt'    for i in range(len(words_result)):        email = get_emails(words_result[i]['words'])        if email != None:            print(email[0])            with open(filename,'a',encoding='utf-8') as f:                   f.writelines(email[0] + '')    print('完成当前识别任务')# 打开摄像头拍照cap = cv2.VideoCapture(0)num = 0while True:        ret,frame=cap.read()        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 灰度处理        #显示在窗口上        cv2.imshow('NO.1', frame)        kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], np.float32)  # 锐化        dst = cv.filter2D(frame, -1, kernel=kernel)        cv.imshow("NO.2", dst)        if cv2.waitKey(100) & 0xff == ord('s'): #key == 's':              num += 1            print('识别图片 %s' % num)            path = r"J:/python/kejian/img/"            cv2.imwrite('{}{}{}'.format(path, num, '.jpg'), dst,                        [int(cv2.IMWRITE_JPEG_QUALITY), 100])  # 保存图片，质量为100            baiduApi('{}{}{}'.format(path, num, '.jpg'))        elif cv2.waitKey(100) & 0xff == ord('q'):            breakcv2.destroyAllWindows()cap.release()

以上的目录大家自行调整为自己的目录即可。

识别结果如下：