python 百度识图_python截图+百度ocr（图片识别）+ 百度翻译（可选择翻译语言）...

一直想用python做一个截图并自动翻译的工具，恰好最近有时间就在网上找了资料，根据资料以及自己的理解做了一个简单的截图翻译工具。整理一下并把代码放在github给大家参考。界面用python自带的GUI的tkinter，截图用的是pillow，图片识别用的是百度ocr的api，翻译用的是百度翻译api。

1、前期准备

（1） demo环境

window 10python3.6baidu-aip==2.2.18.0certifi==2019.11.28chardet==3.0.4idna==2.8Pillow==6.2.1requests==2.22.0

urllib3==1.25.7

（2）安装第三方包

pip install pillow

pip install baidu-aip

申请百度的ocr的api，添加项目获取相应的appid等信息

申请百度翻译的api，添加项目获取相应的appid等信息

使用tkinter制作GUI界面。

设计思路：

1）点击截图按钮先截取当前屏幕的全屏截图

2）在截取的全屏截图上点击鼠标左键拖动鼠标选择需要截取的区域，截取成功后调用百度ocr的api完成图片的识别，并把结果返回到左边的文本框。

3）点击翻译按钮调用百度翻译的api把刚才识别的结果翻译成英文（目前只做了中文翻译成英文）并把结果返回到右边的文本框。

最终效果图：

用pillow模块实现最终的截图效果并保存图片

#安装

pip install pyinstaller#到项目文件夹打包你要的打包的python文件

pyinstaller -w myCapture1.3.py

2、最终项目代码 github地址

有问题请留言！觉得项目不错记得点个star，谢谢！

1 #-*- coding: utf-8 -*-

2 #__author: rock

3 #@time: 2019-12-03

4 importtkinter5 #import asyncio

6 from PIL importImageGrab7 from aip importAipOcr8 importtime9 importos10 importhttp.client11 importhashlib12 importjson13 importurllib14 importrandom15

16

17 classMyCapture:18

19 def __init__(self):20 #变量X和Y用来记录鼠标左键按下的位置

21 self.X = tkinter.IntVar(value=0)22 self.Y = tkinter.IntVar(value=0)23 self.sel =False24 self.ocr_text =None25 self.capture_png_path = ''

26 self.capture_text_box = tkinter.Text(window) #创建text容器用于存放截图识别的文字

27 self.capture_text_box.place(x=20, y=50, anchor='nw', width=170, height=330)28

29 self.translate_text_box = tkinter.Text(window) #创建text容器用于存放翻译后的文字

30 self.translate_text_box.place(x=210, y=50, anchor='nw', width=170, height=330)31

32 self.capture_btn = tkinter.Button(text='截图', command=self.capture_cmd) #创建一个按钮

33 self.capture_btn.place(x=80, y=10, anchor='nw', width=60, height=20) #在创建的窗口的西北角x=20,y=10处放置按钮

34

35 self.capture_btn = tkinter.Button(text='翻译', command=self.translate_cmd) #创建一个按钮

36 self.capture_btn.place(x=260, y=10, anchor='nw', width=60, height=20)37 #屏幕尺寸

38 self.screenWidth =window.winfo_screenwidth()39 self.screenHeight =window.winfo_screenheight()40 self.temp_png = 'temp.png'

41 #self.create_canvas()

42

43 defcreate_canvas(self):44 time.sleep(0.2)45 im =ImageGrab.grab()46 im.save(self.temp_png)47 im.close()48 #创建顶级组件容器

49 self.top = tkinter.Toplevel(window, width=self.screenWidth, height=self.screenHeight)50 #不显示最大化、最小化按钮

51 self.top.overrideredirect(True)52 self.canvas = tkinter.Canvas(self.top, bg='white', width=self.screenWidth, height=self.screenHeight)53 #显示全屏截图，在全屏截图上进行区域截图

54 self.image = tkinter.PhotoImage(file=self.temp_png)55 self.canvas.create_image(self.screenWidth // 2, self.screenHeight // 2, image=self.image)56

57 #鼠标左键按下的位置

58 self.canvas.bind('', self.mouse_left_down)59 #鼠标左键移动，显示选取的区域

60 self.canvas.bind('', self.mouse_move)61 #获取鼠标左键抬起的位置，保存区域截图

62 self.canvas.bind('', self.mouse_left_up)63

64 self.canvas.pack(fill=tkinter.BOTH, expand=tkinter.YES)65

66 defmouse_left_down(self, event):67 """鼠标左键按下的位置"""

68 self.X.set(event.x)69 self.Y.set(event.y)70 self.sel = True #开始截图

71

72 #鼠标左键移动，显示选取的区域

73 defmouse_move(self, event):74 if notself.sel:75 return

76 try:77 #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

78 self.canvas.delete(self.lastDraw)79 exceptException as e:80 pass

81 self.lastDraw = self.canvas.create_rectangle(self.X.get(), self.Y.get(), event.x, event.y, outline='red')82

83 defmouse_left_up(self, event):84 """获取鼠标左键抬起的位置，保存区域截图"""

85 self.sel =False86 try:87 self.canvas.delete(self.lastDraw)88 exceptException as e:89 pass

90 #考虑鼠标左键从右下方按下而从左上方抬起的截图

91 x1, x2 = sorted([self.X.get(), event.x]) #tkinter记录的坐标点

92 y1, y2 =sorted([self.Y.get(), event.y])93

94 pic = ImageGrab.grab((x1+1, y1+1, x2, y2))95 #pic.show()

96 self.capture_png_path = 'capture_png.png'

97 pic.save(self.capture_png_path)98

99 #关闭当前窗口

100 self.top.destroy()101

102 defcapture_cmd(self):103 """点击截图按钮触发函数"""

104 window.iconify() #窗口最小化

105 #显示全屏幕截图

106 self.create_canvas()107 self.capture_btn.wait_window(self.top)108 os.remove(self.temp_png)109 self.ocr_text =self.baidu_ocr(self.capture_png_path)110 #print(self.ocr_text)

111 ifself.ocr_text:112 self.capture_text_box.delete('1.0', tkinter.END) #清空文本框

113 self.translate_text_box.delete('1.0', tkinter.END)114 self.capture_text_box.insert('end', self.ocr_text)115 window.deiconify() #窗口显示

116 os.remove(self.capture_png_path)117

118 deftranslate_cmd(self):119 """点击翻译按钮触发函数"""

120 ifself.ocr_text:121 self.translate_text =self.baidu_translate(self.ocr_text)122 self.translate_text_box.delete('1.0', tkinter.END)123 ifself.translate_text:124 self.translate_text_box.insert('end', self.translate_text)125

126 defbaidu_ocr(self, file_path):127 """调用通用文字识别, 图片参数为本地图片"""

128 app_id = ''

129 api_key = ''

130 secret_key = ''

131 ocr_text = ''

132 ifos.path.isfile(file_path):133 with open(file_path, 'rb') as fp:134 image =fp.read()135 ocr_ret =AipOcr(app_id, api_key, secret_key).basicGeneral(image)136 words = ocr_ret.get('words_result')137 if words is not None andlen(words):138 for word inwords:139 #print(word['words'], end='\n')

140 ocr_text += word['words'] + '\n'

141 returnocr_text142 else:143 returnNone144 else:145 returnNone146

147 defbaidu_translate(self, content):148 app_id = ''

149 secret_key = ''

150 http_client =None151 myurl = '/api/trans/vip/translate'

152 q =content153 from_lang = 'zh' #源语言

154 to_lang = 'en' #翻译后的语言

155 salt = random.randint(32768, 65536)156 sign = app_id + q + str(salt) +secret_key157 sign =hashlib.md5(sign.encode()).hexdigest()158 myurl = myurl + '?appid=' + app_id + '&q=' +urllib.parse.quote(159 q) + '&from=' + from_lang + '&to=' + to_lang + '&salt=' +str(160 salt) + '&sign=' +sign161

162 try:163 http_client = http.client.HTTPConnection('api.fanyi.baidu.com')164 http_client.request('GET', myurl)165 #response是HTTPResponse对象

166 response =http_client.getresponse()167 json_response = response.read().decode("utf-8") #获得返回的结果，结果为json格式

168 js = json.loads(json_response) #将json格式的结果转换字典结构

169 dst = str(js["trans_result"][0]["dst"]) #取得翻译后的文本结果

170 #print(dst) # 打印结果

171 returndst172 exceptException as e:173 print(e)174 returnNone175 finally:176 ifhttp_client:177 http_client.close()178

179

180 window =tkinter.Tk()181 window.title('Capture')182 #创建tkinter主窗口

183 window.geometry('400x400') #指定主窗口位置与大小

184 MyCapture()185 window.mainloop()

可选择语言版本1.3

# -*- coding: utf-8 -*-

# __author: rock

# @time: 2019-12-03

import tkinter

# import asyncio

from PIL import ImageGrab

from aip import AipOcr

import time

import os

import http.client

import hashlib

import json

import urllib

import random

from tkinter import ttk

# def get_from_lang(self):

# print(self.from_lang.get())

# # return

#

#

# def get_to_lang(self):

# print(self.to_lang.get())

# # return

class MyCapture:

def __init__(self):

# 变量X和Y用来记录鼠标左键按下的位置

self.X = tkinter.IntVar(value=0)

self.Y = tkinter.IntVar(value=0)

self.sel = False

self.ocr_text = None

self.capture_png_path = ''

self.capture_text_box = tkinter.Text(window) # 创建text容器用于存放截图识别的文字

self.capture_text_box.place(x=20, y=70, anchor='nw', width=170, height=330)

self.translate_text_box = tkinter.Text(window) # 创建text容器用于存放翻译后的文字

self.translate_text_box.place(x=210, y=70, anchor='nw', width=170, height=330)

self.capture_btn = tkinter.Button(text='截图', command=self.capture_cmd) # 创建一个按钮

self.capture_btn.place(x=80, y=10, anchor='nw', width=60, height=20) # 在创建的窗口的西北角x=20,y=10处放置按钮

self.capture_btn = tkinter.Button(text='翻译', command=self.translate_cmd) # 创建一个按钮

self.capture_btn.place(x=270, y=10, anchor='nw', width=60, height=20)

# 下拉选择框

self.from_lang = 'zh'

self.to_lang = 'en'

self.lang_dic = {'自动识别': 'auto', '中文': 'zh', '英语': 'en', '日语': 'jp'}

self.from_lang_L = tkinter.Label(window, text='原语言：')

self.from_lang_box = ttk.Combobox(window, state="readonly")

self.from_lang_box['value'] = ('自动识别', '中文', '英语', '日语')

self.from_lang_box.current(1)

self.from_lang_L.place(x=20, y=40, anchor='nw')

self.from_lang_box.place(x=80, y=40, anchor='nw', width=80, height=20)

self.from_lang_box.bind("<>", self.get_from_lang)

self.to_lang_L = tkinter.Label(window, text='目标语言：')

self.to_lang_box = ttk.Combobox(window,state="readonly")

self.to_lang_box['value'] = ('中文', '英语', '日语')

self.to_lang_box.current(1)

self.to_lang_L.place(x=210, y=40, anchor='nw')

self.to_lang_box.place(x=270, y=40, anchor='nw', width=60, height=20)

self.to_lang_box.bind("<>", self.get_to_lang)

# 屏幕尺寸

self.screenWidth = window.winfo_screenwidth()

self.screenHeight = window.winfo_screenheight()

self.temp_png = 'temp.png'

# self.create_canvas()

def create_canvas(self):

time.sleep(0.2)

im = ImageGrab.grab()

im.save(self.temp_png)

im.close()

# 创建顶级组件容器

self.top = tkinter.Toplevel(window, width=self.screenWidth, height=self.screenHeight)

# 不显示最大化、最小化按钮

self.top.overrideredirect(True)

self.canvas = tkinter.Canvas(self.top, bg='white', width=self.screenWidth, height=self.screenHeight)

# 显示全屏截图，在全屏截图上进行区域截图

self.image = tkinter.PhotoImage(file=self.temp_png)

self.canvas.create_image(self.screenWidth // 2, self.screenHeight // 2, image=self.image)

# 鼠标左键按下的位置

self.canvas.bind('', self.mouse_left_down)

# 鼠标左键移动，显示选取的区域

self.canvas.bind('', self.mouse_move)

# 获取鼠标左键抬起的位置，保存区域截图

self.canvas.bind('', self.mouse_left_up)

self.canvas.pack(fill=tkinter.BOTH, expand=tkinter.YES)

def mouse_left_down(self, event):

"""鼠标左键按下的位置"""

self.X.set(event.x)

self.Y.set(event.y)

self.sel = True # 开始截图

# 鼠标左键移动，显示选取的区域

def mouse_move(self, event):

if not self.sel:

return

try:

# 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:

pass

self.lastDraw = self.canvas.create_rectangle(self.X.get(), self.Y.get(), event.x, event.y, outline='red')

def mouse_left_up(self, event):

"""获取鼠标左键抬起的位置，保存区域截图"""

self.sel = False

try:

self.canvas.delete(self.lastDraw)

except Exception as e:

pass

# 考虑鼠标左键从右下方按下而从左上方抬起的截图

x1, x2 = sorted([self.X.get(), event.x]) # tkinter记录的坐标点

y1, y2 = sorted([self.Y.get(), event.y])

pic = ImageGrab.grab((x1+1, y1+1, x2, y2))

# pic.show()

self.capture_png_path = 'capture_png.png'

pic.save(self.capture_png_path)

# 关闭当前窗口

self.top.destroy()

def capture_cmd(self):

"""点击截图按钮触发函数"""

window.iconify() # 窗口最小化

# 显示全屏幕截图

self.create_canvas()

self.capture_btn.wait_window(self.top)

os.remove(self.temp_png)

self.ocr_text = self.baidu_ocr(self.capture_png_path)

print(self.ocr_text)

if self.ocr_text:

self.capture_text_box.delete('1.0', tkinter.END) # 清空文本框

self.translate_text_box.delete('1.0', tkinter.END)

self.capture_text_box.insert('end', self.ocr_text)

window.deiconify() # 窗口显示

os.remove(self.capture_png_path)

def translate_cmd(self):

"""点击翻译按钮触发函数"""

if self.ocr_text:

self.translate_text = self.baidu_translate(self.ocr_text)

self.translate_text_box.delete('1.0', tkinter.END)

if self.translate_text:

self.translate_text_box.insert('end', self.translate_text)

def baidu_ocr(self, file_path):

""" 调用通用文字识别, 图片参数为本地图片 """

app_id = '你自己的appid'

api_key = '你自己的api_key'

secret_key = '你自己的secret_key'

ocr_text = ''

if os.path.isfile(file_path):

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

image = fp.read()

ocr_ret = AipOcr(app_id, api_key, secret_key).basicGeneral(image)

words = ocr_ret.get('words_result')

if words is not None and len(words):

for word in words:

# print(word['words'], end='\n')

ocr_text += word['words'] + '\n'

return ocr_text

else:

return None

else:

return None

def baidu_translate(self, content):

app_id = '你自己的appid'

secret_key = '你自己的secretkey'

http_client = None

myurl = '/api/trans/vip/translate'

q = content

# from_lang = 'zh' # 源语言

from_lang = self.from_lang # 源语言

to_lang = self.to_lang # 翻译后的语言

# to_lang = 'en' # 翻译后的语言

salt = random.randint(32768, 65536)

sign = app_id + q + str(salt) + secret_key

sign = hashlib.md5(sign.encode()).hexdigest()

myurl = myurl + '?appid=' + app_id + '&q=' + urllib.parse.quote(

q) + '&from=' + from_lang + '&to=' + to_lang + '&salt=' + str(

salt) + '&sign=' + sign

try:

http_client = http.client.HTTPConnection('api.fanyi.baidu.com')

http_client.request('GET', myurl)

# response是HTTPResponse对象

response = http_client.getresponse()

json_response = response.read().decode("utf-8") # 获得返回的结果，结果为json格式

js = json.loads(json_response) # 将json格式的结果转换字典结构

# print(js)

dst = str(js["trans_result"][0]["dst"]) # 取得翻译后的文本结果

# print(dst) # 打印结果

return dst

except Exception as e:

print(e)

return None

finally:

if http_client:

http_client.close()

def get_from_lang(self, event):

# print(self.from_lang_box.get())

self.from_lang = self.lang_dic[self.from_lang_box.get()]

# return

def get_to_lang(self, event):

# print(self.to_lang_box.get())

self.to_lang = self.lang_dic[self.to_lang_box.get()]

# return

window = tkinter.Tk()

window.title('Capture')

# 创建tkinter主窗口

window.geometry('400x420') # 指定主窗口位置与大小

capture = MyCapture()

# capture.from_lang.bind("<>", get_from_lang(capture))

# capture.to_lang.bind("<>", get_to_lang(capture))

window.mainloop()