python截屏+ocr识别+翻译

最新推荐文章于 2024-11-24 18:09:20 发布

原创

最新推荐文章于 2024-11-24 18:09:20 发布 · 2.3k 阅读

标签

#python #ocr #翻译 #截取屏幕 #监控键盘鼠标

收录于

本文介绍了一个使用Python编写的截屏工具，结合OCR识别和谷歌翻译API，帮助阅读英文PDF文档。该工具通过键盘快捷键s启动和q停止截屏翻译，识别屏幕上的英文，进行句子划分并翻译，输出到控制台。主要使用了pytesseract、googletrans、pyscreenshot和pynput库，其中pytesseract用于OCR识别，googletrans负责翻译，pyscreenshot用于截屏，pynput监听键盘鼠标事件。

一、前言

之前因为拿到了一本纯英文的pdf文档，而且无法划词以及复制任何内容，这对于英文较差的我阅读起来极其不友好，于是产生了想实现一个工具，通过截屏图片+ocr文字识别+翻译功能来加快阅读速度，于是就有了以下的代码。代码本身并不复杂，只是随手写的初版，可优化的点也有很多，欢迎各路大佬的指正。

二、主要功能

1、按下键盘s键，开启截屏翻译功能，按下键盘q键，停止截屏翻译功能

2、点击需要截取的位置的对角线两点，对屏幕上的英文进行截屏

3、识别截屏中的英文

4、将英文段落进行句子划分

5、翻译划分好的句子

6、输出到控制台

三、源码

import pytesseract
from googletrans import Translator
import pyscreenshot as ImageGrab
from pynput import mouse, keyboard
import threading


start_flag = 0
flag = 0
start_x = 0
start_y = 0
end_x = 0
end_y = 0


def translate_picture(img):
    text = pytesseract.image_to_string(img)
    print(text.replace("\n", " ").split("."))
    split_text = text.replace("\n", " ").split(".")