xbot.ai.AliyunAI
概述
阿里云OCR模块,主要是利用阿里云OCR引擎对文件、窗口、图片等元素进行内容识别,返回识别结果
详情
ocr_from_file
识别文件内容
ocr_from_file(self, image_path)
参数
- image_path:需要被识别的文件路径
返回值
- typing.List[str]:返回文件识别内容的列表
示例1
识别文件 D:\123.png 的内容
from xbot import ai
def main(args):
ocr = ai.aliyun.AliyunAI(app_code='xxx')
value = ocr.ocr_from_file('D:\\123.png')
ocr_from_window
识别窗口内容
ocr_from_window(self, hwnd, region=None)*
参数
hwnd:窗口句柄, 等于0时则识别当前选中(激活)的窗口
region:需要识别的窗口区域列表, 默认为None识别整个窗口
'region[0]':选中区域的左侧横坐标
'region[1]':选中区域的左侧纵坐标
'region[2]':选中区域的右侧横坐标
'region[3]':选中区域的右侧纵坐标
返回值
- typing.List[str]:返回窗口识别内容的列表
示例1
识别句柄为 0x10412c 窗口的内容
from xbot import ai
def main(args):
ocr = ai.aliyun.AliyunAI(app_code='xxx')
value = ocr.ocr_from_window(0x10412c, None)
示例2
识别句柄为 0x10412c 窗口指定区域的内容
from xbot import ai
def main(args):
ocr = ai.aliyun.AliyunAI(app_code='xxx')
value = ocr.ocr_from_window(0x10412c, [100, 100, 200, 200])
ocr_from_screen
识别屏幕内容
ocr_from_screen(self, region=None)
参数
region:需要识别的屏幕区域列表,默认为None识别整个屏幕
'region[0]':选中区域的左侧横坐标
'region[1]':选中区域的左侧纵坐标
'region[2]':选中区域的右侧横坐标
'region[3]':选中区域的右侧纵坐标
返回值
- typing.List[str]:返回屏幕识别内容的列表
示例1
对屏幕指定区域进行截图并识别
from xbot import ai
def main(args):
ocr = ai.aliyun.AliyunAI(app_code='xxx')
value = ocr.ocr_from_screen([100, 100, 200, 200])
ocr_from_clipboard_image
识别指定区域内容, 并将识别结果添加到剪切板中
ocr_from_clipboard_image(self)
参数
- 无
返回值
- typing.List[str]:返回剪切板中图片识别内容的列表
示例1
识别剪切板中的图片,并返回识别的结果列表
from xbot import ai
def main(args):
ocr = ai.aliyun.AliyunAI(app_code='xxx')
ocr.ocr_from_clipboard_image()
general
印刷文字识别-通用文字识别/OCR文字识别
general(self, xbot_image, min_size = 16, output_prob = True, output_keypoints = False, skip_detection = False, without_predicting_direction = False)
参数
- xbot_image:OCR图像对象
- min_size:图片中文字的最小高度,单位像素
- output_prob:是否输出文字框的概率
- output_keypoints:是否输出文字框角点
- skip_detection:是否跳过文字检测步骤直接进行文字识别
- without_predicting_direction: 是否关闭文字行方向预测
返回值
- dict:识别结果
示例1
识别屏幕中的文字
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_screen()
ocr_result = ocr_engine.general(ocr_image)
for word in ocr_result['words']:
print(word)
advanced
通用文字识别-高精版OCR文字识别
advanced(self, xbot_image, prob = False, char_info = False, rotate = False, table = False, sort_page = False)
参数
- xbot_image:OCR图像对象
- prob:是否需要识别结果中每一行的置信度。 true:需要 false:不需要
- char_info:是否需要单字识别功能。 true:需要 false:不需要
- rotate:是否需要自动旋转功能。 true:需要 false:不需要
- table:是否需要表格识别功能。 true:需要 false:不需要
- sort_page: 字块返回顺序,false表示从左往右,从上到下的顺序,true表示从上到下,从左往右的顺序,默认false
返回值
- dict:识别结果
示例1
识别屏幕中的文字
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_screen()
ocr_result = ocr_engine.advanced(ocr_image)
for word in ocr_result['words']:
print(word)
vat_invoice
增值税发票识别/OCR文字识别
vat_invoice(self, xbot_image)
参数
- xbot_image:OCR图像对象
返回值
- dict:识别结果
示例1
识别本地发票文件,提取发票号码
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\invoice.png')
ocr_result = ocr_engine.vat_invoice(ocr_image)
print(ocr_result['invoice_num'])
id_card
印刷文字识别-身份证识别
id_card(self, xbot_image, side = 'face')
参数
- xbot_image:OCR图像对象
- side:身份证正反面类型: face表示正面; back表示反面
返回值
- dict:识别结果
示例1
识别本地身份证文件,提取身份证号
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\id_card.png')
ocr_result = ocr_engine.id_card(ocr_image)
print(ocr_result['id_num'])
license_plate
数据服务5_13车牌识别
license_plate(self, xbot_image, multi_crop = False)
参数
- xbot_image:OCR图像对象
- multi_detect:是否检测多张车牌,默认为false,当置为true的时候可以对一张图片内的多张车牌进行识别
返回值
- dict:识别结果
示例1
识别本地车牌文件,提取车牌号
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\license_plate.png')
ocr_result = ocr_engine.license_plate(ocr_image)
print(ocr_result['number'])
bank_card
印刷文字识别-银行卡识别/OCR文字识别
bank_card(self, xbot_image)
参数
- xbot_image:OCR图像对象
返回值
- dict:识别结果
示例1
识别本地银行卡文件,提取银行卡号
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\bank_card.png')
ocr_result = ocr_engine.bank_card(ocr_image)
print(ocr_result['card_number'])
train_ticket
数据服务5_14火车票识别
train_ticket(self, xbot_image)
参数
- xbot_image:OCR图像对象
返回值
- dict:识别结果
示例1
识别本地火车票文件,提取车次号
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\train_ticket.png')
ocr_result = ocr_engine.train_ticket(ocr_image)
print(ocr_result['train_num'])
taxi_invoice
印刷文字识别-出租车机打发票识别/OCR文字识别
taxi_invoice(self, xbot_image)
参数
- xbot_image:OCR图像对象
返回值
- dict:识别结果
示例1
识别本地出租车票文件,提取发票号码
import xbot
from xbot import print, sleep
from .import package
def main(args):
ocr_engine = xbot.ai.AliyunAI()
ocr_image = xbot.ai.XbotImage.from_disk('D:\\ocr\\taxi_invoice.png')
ocr_result = ocr_engine.taxi_invoice(ocr_image)
print(ocr_result['invoice_num'])
table
表格识别
table(self, xbot_image, dir_assure = False, line_less = False)
参数
- xbot_image:OCR图像对象
- dir_assure:图片方向是否确定是正向的: true(确定)/false(不确定)
- line_less:是否无线条: true(无线条,或者只有横线没有竖线)/false(有线条)
返回值
- dict:识别结果
示例1
识别本地含有表格的图片,提取表格信息
import xbot
from xbot import print, sleep
from xbot.ai.xbotimage import XbotImage
from .import package
def main(args):
engine = xbot.ai.AliyunAI()
img = XbotImage.from_disk(r'D:\\ocr\\table.jpg')
table_result = engine.table(img)
for form in table_result['forms']:
for form_cell in form['form_cells']:
print(form_cell)