xbot.ai.TencentAI

概述

腾讯OCR模块，主要是利用腾讯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.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    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.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    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.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    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.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    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，并返回识别结果列表

from xbot import ai

def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.ocr_from_clipboard_image()

general_basic

通用印刷体识别

general_basic(self, xbot_image, is_pdf = False, pdf_page_number = 1)

参数

xbot_image：OCR图像对象
is_pdf：是否开启PDF识别，默认值为false，开启后可同时支持图片和PDF的识别
pdf_page_number：需要识别的PDF页面的对应页码，仅支持PDF单页识别，当上传文件为PDF且is_pdf参数值为true时有效，默认值为1

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.TencentAI()
    ocr_image = xbot.ai.XbotImage.from_screen()
    ocr_result = ocr_engine.general_basic(ocr_image)
    for word in ocr_result['words']:
        print(word)

general_accurate

通用印刷体识别（高精度版）

general_accurate(self, xbot_image)

参数

xbot_image：OCR图像对象

返回值

dict：识别结果

示例1

识别屏幕中的文字

import xbot
from xbot import print, sleep
from .import package

def main(args):
    ocr_engine = xbot.ai.TencentAI()
    ocr_image = xbot.ai.XbotImage.from_screen()
    ocr_result = ocr_engine.general_accurate(ocr_image)
    for word in ocr_result['words']:
        print(word)

general_efficient

通用印刷体识别（精简版）

general_efficient(self, xbot_image)

参数

xbot_image：OCR图像对象

返回值

dict：识别结果

示例1

识别屏幕中的文字

import xbot
from xbot import print, sleep
from .import package

def main(args):
    ocr_engine = xbot.ai.TencentAI()
    ocr_image = xbot.ai.XbotImage.from_screen()
    ocr_result = ocr_engine.general_efficient(ocr_image)
    for word in ocr_result['words']:
        print(word)

general_fast

通用印刷体识别（高速版）

general_fast(self, xbot_image)

参数

xbot_image：OCR图像对象

返回值

dict：识别结果

示例1

识别屏幕中的文字

import xbot
from xbot import print, sleep
from .import package

def main(args):
    ocr_engine = xbot.ai.TencentAI()
    ocr_image = xbot.ai.XbotImage.from_screen()
    ocr_result = ocr_engine.general_fast(ocr_image)
    for word in ocr_result['words']:
        print(word)

vat_invoice

增值税发票识别

vat_invoice(self, xbot_image, is_pdf = False, pdf_page_number = 1)

参数

xbot_image：OCR图像对象
is_pdf：是否开启PDF识别，默认值为false，开启后可同时支持图片和PDF的识别
pdf_page_number：需要识别的PDF页面的对应页码，仅支持PDF单页识别，当上传文件为PDF且is_pdf参数值为true时有效，默认值为1

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.TencentAI()
    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

身份证识别

id_card(self, xbot_image, card_side = 'FRONT', crop_idcard = False, crop_portrait = False, quality = False, multi_card_detect = False, copy_warn = False, border_check_warn = False, reshoot_warn = False, detect_ps_warn = False, tempid_warn = False, invalid_date_warn = False, reflect_warn = False)

参数

xbot_image：OCR图像对象
card_side：是否开启PDF识别，默认值为false，开启后可同时支持图片和PDF的识别
crop_idcard：身份证照片裁剪（去掉证件外多余的边缘、自动矫正拍摄角度）
crop_portrait：人像照片裁剪（自动抠取身份证头像区域）
quality：图片质量分数（评价图片的模糊程度）
multi_card_detect：是否开启多卡证检测
copy_warn：复印件告警
border_check_warn：边框和框内遮挡告警
reshoot_warn：翻拍告警
detect_ps_warn：PS检测告警
tempid_warn：临时身份证告警
invalid_date_warn：身份证有效日期不合法告警
reflect_warn：是否开启反光检测

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.TencentAI()
    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

车牌识别

license_plate(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.TencentAI()
    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

银行卡识别

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.TencentAI()
    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

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.TencentAI()
    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

出租车票识别

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.TencentAI()
    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, is_pdf = False, pdf_page_number = 1)

参数

xbot_image：OCR图像对象
is_pdf：是否开启PDF识别，默认值为false，开启后可同时支持图片和PDF的识别
pdf_page_number：需要识别的PDF页面的对应页码，仅支持PDF单页识别，当上传文件为PDF且IsPdf参数值为true时有效，默认值为1

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.TencentAI()
    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)

xbot.ai.TencentAI

xbot.ai.TencentAI

概述

详情

ocr_from_file

ocr_from_window

ocr_from_screen

ocr_from_clipboard_image

general_basic

general_accurate

general_efficient

general_fast

vat_invoice

id_card

license_plate

bank_card

train_ticket

taxi_invoice

table

results matching ""

No results matching ""