python - 在python中从屏幕中提取文本

Question

是否有用于从 png 位图屏幕截图中提取文本的库等？

它用于自动化器并且(例如)能够读取按钮等。我检查了 Tesseract，但它似乎是为图片而不是计算机屏幕字体制作的。

Answer 1

如果您正在处理少量可能的匹配项(即:您想要识别两个或三个不同的按钮)，最简单的方法是将之前的屏幕截图中的匹配项分离出来，将它们保存到单独的文件中，然后使用某种形式的模板匹配，即 quite easy in opencv .

但是，如果您需要实际执行按钮文本的识别，您将需要一个 OCR 引擎。如果可以的话，Tesseract 是一个不错的选择 get it trained for your font (这是一个漫长的过程)。正如您所提到的，如果您正在处理一种小字体，您将需要 执行此操作，而 tesseract 最初并未接受过识别训练。如果你不能，还有一些其他引擎可以在 python 中使用，比如 Ocropus