Pytesseract，试图从屏幕上检测文本

Question

我将 MSS 与 pytesseract 结合使用，尝试在屏幕上阅读以确定来自被监控区域的字符串。我的代码如下：

import Image
import pytesseract
import cv2
import os
import mss
import numpy as np

with mss.mss() as sct:
    mon = {'top': 0, 'left': 0, 'width': 150, 'height': 150}

    im = sct.grab(mon)
    im = np.asarray(im)
    im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    #im_gray = plt.imshow(im_gray, interpolation='nearest')

    cv2.imwrite("test.png", im_gray)
    #cur_dir = os.getcwd()
    text = pytesseract.image_to_string(Image.open(im_gray))
    print(text)

    cv2.imshow("Image", im)
    cv2.imshow("Output", im_gray)
    cv2.waitKey(0)

我收到以下错误：AttributeError: 'numpy.ndarray' object has no attribute 'read'

我还尝试使用 pyplot 将其转换回图像，如代码示例中的注释行所示。然而打印回错误：TypeError: img is not a numpy array, neither a scalar

我对 Python 有点陌生（周日才开始涉足）。但是，我在检测图像方面的其他尝试都相当成功。但是，为了达到我的最终目标，我需要能够阅读屏幕上的字符。它们将具有相同的字体和相同的大小，始终如一，所以我不必担心缩放问题，但暂时我试图通过将图像存储在内存中（不保存到文件）来了解它是如何工作的从桌面上的回收站图标，并尝试从图像中获取字符串 "Recycle Bin"。

更新我想我可能有一些突破，但如果我试图同时显示流，就会出现一些问题。但是，我可以通过使用临时文件足够快地处理流。

我更新后的代码如下：

from PIL import Image
from PIL import ImageGrab
import pytesseract
import cv2
import os
import mss
import numpy as np
from matplotlib import pyplot as plt
import tempfile

png = tempfile.NamedTemporaryFile(mode="wb")

with mss.mss() as sct:
    #while True:
    mon = {'top': 0, 'left': 0, 'width': 150, 'height': 150}
    im = sct.grab(mon)
    im_array = np.asarray(im)
    #im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    #with tempfile.NamedTemporaryFile(mode="wb") as png:
    png.write(im_array)
    im_name = png.name
    print(png.name)

    #cv2.imwrite("test.png", im_gray)
    #cur_dir = os.getcwd()
    #text = pytesseract.image_to_string(Image.open(im_name))
    #print(text)
    cv2.imshow("Image", im_array)
#cv2.imshow("Output", im_gray)
cv2.waitKey(0)

这个目前吐出一个permission is denied错误，如下：

File "C:\Python\Python36-32\Lib\idlelib\ocr.py", line 27, in <module>
    text = pytesseract.image_to_string(Image.open(im_name))
  File "C:\Python\Python36-32\lib\site-packages\PIL\Image.py", line 2543, in open
    fp = builtins.open(filename, "rb")
PermissionError: [Errno 13] Permission denied: 'C:\Users\JMCOLL~1\AppData\Local\Temp\tmp7_mwy2k9'

我怀疑这是否正常，我将在家中的笔记本电脑上尝试此更新。这可能是由于工作笔记本电脑的限制，我只是没有时间解决这个问题。

我很困惑为什么在没有 while True: 循环的情况下显示图像可以正常工作，作为屏幕截图。但是，将其放入 while True: 循环会导致 window 冻结。

Answer 1

我可以让这段代码工作：

import time

import cv2
import mss
import numpy
import pytesseract


mon = {'top': 0, 'left': 0, 'width': 150, 'height': 150}

with mss.mss() as sct:
    while True:
        im = numpy.asarray(sct.grab(mon))
        # im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

        text = pytesseract.image_to_string(im)
        print(text)

        cv2.imshow('Image', im)

        # Press "q" to quit
        if cv2.waitKey(25) & 0xFF == ord('q'):
            cv2.destroyAllWindows()
            break

        # One screenshot per second
        time.sleep(1)

睡眠时间可能是一件好事，不会让你的 CPU 爆炸。

Pytesseract，试图从屏幕上检测文本

Pytesseract, trying to detect text from on screen

python

numpy

pytesser

python-mss