用python从屏幕中提取文本

是否有用于从png位图屏幕截图中提取文本的库等

---

它是用于自动调光器的，并且（例如）能够读取按钮等。我已经检查了Tesseract，但它似乎是用于图片，而不是计算机屏幕字体

如果您正在处理少量可能的匹配（即：您想要识别两个或三个不同的按钮），最简单的方法是在以前的屏幕截图中隔离这些按钮，将它们保存到单个文件中，然后使用某种形式的模板匹配，即

---

然而，如果您需要实际执行按钮文本的识别，则需要一个OCR引擎。如果可以的话，Tesseract是一个很好的候选人（这是一个漫长的过程）。正如您所提到的，如果您使用的是小字体，则需要执行此操作，而tesseract最初并没有接受过识别小字体的培训。如果不能，python中还有一些其他可用的引擎，比如它非常复杂，因为每个应用程序都会自己绘制屏幕。您需要的是屏幕捕获和文本检测。因为它是一个位图，所以不应该那么复杂，因为没有噪音？我只是想知道是否有人已经这样做了。据我所知，没有专门为识别屏幕截图中的屏幕字体而设计的OCR库。一些OCR库在这方面可能比其他库更好，但我认为这从来不是任何人的主要目标。（这并不像你想象的那么简单，OS X、Windows和大多数*nix程序上的文本引擎都使用矢量字体，允许自定义字体，消除它们的别名，在颜色和透明度等方面做一些奇特的事情，所以这不仅仅是“检测这96个固定位图”的问题。）不管怎样，你真的尝试过Tesseract吗，或者只是阅读概述？我试过Tesseract，但它没有捕捉到任何字符。根据常见问题，它过滤掉小于10像素的物体。也许我可以对它进行一些调整。你也可以连接到目标应用程序，尽管如果不是你的应用程序，这需要一些反向工程。我也一直在尝试做同样的事情，自从培训Tesseract让我非常失望（说来话长）以来，我一直在尝试