scr2txt

介绍

通过截屏快速实现图片转文字、图片转表格，基于百度飞桨paddleocr

软件架构

py3.7 实现，基于百度飞桨paddleocr平台，主要采用

• pyqt
• pillow

直接下载

• 1.0 版本 src2txt.zip 提取码: ui9f
  • 支持文字识别
• 1.1 版本 src2txt_v1.1.zip 提取码: yrmn
  • 支持文字+表格识别
  • 文字识别，
  • 表格识别，
• win10 测试，其他系统 暂未测试

使用说明

解压缩后，直接运行src2txt.exe

1. alt+c，选择文字截屏，结果直接保存在剪贴板
2. alt+t, 选择表格截屏，以excel文件存放在table目录内
3. alt+q，退出

• 注意： 第一次运行会在线下载识别模型，需要稍等一会

安装教程

1. 安装必要依赖包

   pip install -r requirements.txt
   pip install -e packages/Shapely-1.7.1-cp37-cp37m-win_amd64.whl 
   pip install -e packages/layoutparser-0.0.0-py3-none-any.whl
2. 软件打包
   1. 调试打包

   
   SET PADDLEOCR_PATH=C:\Users\leo\anaconda3\envs\paddleocr\Lib\site-packages
   SET CODE_PATH=C:\workspaces\tools\scr2txt
   
   pyinstaller --clean -y -D --clean --exclude matplotlib -p %PADDLEOCR_PATH%\paddle\libs;%PADDLEOCR_PATH%\paddleocr;%PADDLEOCR_PATH%\paddleocr\ppocr\utils\e2e_utils;%PADDLEOCR_PATH%\paddleocr\ppstructure\table scr2txt.py -i scr2txt.ico --add-binary %PADDLEOCR_PATH%\paddle\libs;. --add-data %CODE_PATH%\scr2txt.ico;. --add-data %PADDLEOCR_PATH%\paddleocr\ppocr\utils\ppocr_keys_v1.txt;.\ppocr\utils --add-data %PADDLEOCR_PATH%\paddleocr\ppocr\utils\dict\table_structure_dict.txt;.\ppocr\utils\dict --add-data %PADDLEOCR_PATH%\layoutparser\misc\NotoSerifCJKjp-Regular.otf;.\layoutparser\misc --additional-hooks-dir=. --hidden-import extract_textpoint_slow --hidden-import tablepyxl --hidden-import tablepyxl.style
   2. 正式打包

   
   SET PADDLEOCR_PATH=C:\Users\leo\anaconda3\envs\paddleocr\Lib\site-packages
   SET CODE_PATH=C:\workspaces\tools\scr2txt
   
   pyinstaller --clean -y -w -F --clean --exclude matplotlib -p %PADDLEOCR_PATH%\paddle\libs;%PADDLEOCR_PATH%\paddleocr;%PADDLEOCR_PATH%\paddleocr\ppocr\utils\e2e_utils;%PADDLEOCR_PATH%\paddleocr\ppstructure\table scr2txt.py -i scr2txt.ico --add-binary %PADDLEOCR_PATH%\paddle\libs;. --add-data %CODE_PATH%\scr2txt.ico;. --add-data %PADDLEOCR_PATH%\paddleocr\ppocr\utils\ppocr_keys_v1.txt;.\ppocr\utils --add-data %PADDLEOCR_PATH%\paddleocr\ppocr\utils\dict\table_structure_dict.txt;.\ppocr\utils\dict --add-data %PADDLEOCR_PATH%\layoutparser\misc\NotoSerifCJKjp-Regular.otf;.\layoutparser\misc --additional-hooks-dir=. --hidden-import extract_textpoint_slow --hidden-import tablepyxl --hidden-import tablepyxl.style --version-file=version.txt
   

其他注意事项

pyinstall 打包问题总结

• 1 找不到资源问题和matplotlib报错

matplotlib报错，通过 --exclude 屏蔽matplotlib（我的项目不用） 资源找不到，通过打包 --add-binary --add-data 解决

pyinstaller -D -w --clean --exclude matplotlib -p C:\Anaconda2\envs\paddleocr\Lib\site-packages\paddleocr;C:\Anaconda2\envs\paddleocr\Lib\site-packages\paddle\libs textshot.py -i textshot.ico --add-binary C:\Anaconda2\envs\paddleocr\Lib\site-packages\paddle\libs;. --add-data C:\opencode\ocr\textshot_paddle\model;.\model --additional-hooks-dir=.

• 2 进程无线启动问题

• 2.1 分析

经过多次排除法尝试，只要存在以下语句"from paddleocr import PaddleOCR"就会导致进程不停启动 通过命令行运行打包进程“txt.exe", 手动强杀进程（Ctrl+C）发现以下报错：

c:\opencode\ocr\textshot_paddle>C:\opencode\ocr\textshot_paddle\dist\txt\txt.exe
Traceback (most recent call last):
  File "txt.py", line 200, in <module>
    out, err = import_cv2_proc.communicate()
  File "subprocess.py", line 964, in communicate
  File "subprocess.py", line 1296, in _communicate
  File "threading.py", line 1044, in join
  File "threading.py", line 1060, in _wait_for_tstate_lock
KeyboardInterrupt
[448] Failed to execute script txt

于是查看 paddle\dataset\image.py 代码，发现200行如下

if six.PY3:
    import subprocess
    import sys
    import_cv2_proc = subprocess.Popen(
        [sys.executable, "-c", "import cv2"],
        stdout=subprocess.PIPE,
        stderr=subprocess.PIPE)
    out, err = import_cv2_proc.communicate()
    retcode = import_cv2_proc.poll()
    if retcode != 0:
        cv2 = None
    else:
        import cv2
else:
    try:
        import cv2
    except ImportError:
        cv2 = None

然后根据pyinstaller issue帖子 4067和4110分析，怀疑subprocess.Popen导致问题 于是写测试程序，打包测试

import io
import os
import sys

import subprocess
import sys
import_cv2_proc = subprocess.Popen(
[sys.executable, "-c", "import cv2"],
stdout=subprocess.PIPE,
stderr=subprocess.PIPE)
out, err = import_cv2_proc.communicate()
retcode = import_cv2_proc.poll()
if retcode != 0:
    cv2 = None
else:
    import cv2
    
#from paddleocr import PaddleOCR

if __name__ == "__main__":


    print ("is ok!!!!!!!!!!!!!!!!!")
    args = input('input where you think:')
    print (args)

果然，重现问题，无线启动新进程。

• 2.3 解决方案

解决方案简单粗暴，修改image.py 39行开始代码，屏蔽subprocess调用

# if six.PY3:
#     import subprocess
#     import sys
#     import_cv2_proc = subprocess.Popen(
#         [sys.executable, "-c", "import cv2"],
#         stdout=subprocess.PIPE,
#         stderr=subprocess.PIPE)
#     out, err = import_cv2_proc.communicate()
#     retcode = import_cv2_proc.poll()
#     if retcode != 0:
#         cv2 = None
#     else:
#         import cv2
# else:
#     try:
#         import cv2
#     except ImportError:
#         cv2 = None
try:
    import cv2
except ImportError:
    cv2 = None

问题解决。

如果本软件对你有用，请多多支持，这将使我有更有动力不断完善，谢谢！