上传图片获取URL及OCR识别结果

太懒了想一劳永逸干的事

import requests
import json, glob, os
import openpyxl
from requests_toolbelt import MultipartEncoder
from PIL import Image
import pytesseract as pt
import cv2
import numpy as np
import matplotlib.pyplot as plt



class aisakura(object):
    def __init__(self):
        self.token = 'eg'
        self.content_type = 'application/json'
        self.uri = 'http://.com'

    def upload_coordinate(self):
        urls = []
        picdir = glob.glob(r'./pic/*.png')   
        for i in picdir:
            print(i)
            # files = {'file': open(i, 'rb')}
            m = MultipartEncoder(
                fields = {'lessonId':"6704",'num':"10",'file':(i,open(i,'rb'),'text/plain')}
            )
            r = requests.post(self.uri + '/backend/unauth/upload/homework',
                              data=m,headers={'Content-Type':m.content_type})
            print(r.json())
            # print(r.elapsed.total_seconds())
            # return r.json()['data']
            urls.append(r.json()['data'])
        # print(urls)
        return urls

    def recognize_title(self, urls):
        wb = openpyxl.load_workbook('sakurai.xlsx')
        ws = wb['page10']
        # lessonId = [6700,6701,6703,6704]
        for url in urls:
            print('okkk')
            datalist = []
            for i in [0,3]:
                params = {
                    "url": url,
                    "classId": 2247,
                    "lessonId": 6704,
                    "sw": i,
                    "num":10
                }
                r = requests.post(self.uri + '/backend/unauth/job/AiJob',
                                  data=json.dumps(params),
                                  headers={
                                      'Content-Type': self.content_type,
                                      'Authorization': self.token
                                  })
                # print(r.json()['data'])
                datalist.append(r.json()['data'])
            row_max = ws.max_row
            # print(row_max)
            ws.cell(row=row_max+1,column=1,value=str(url))
            ws.cell(row=row_max+1,column=2,value=str(datalist[0]))
            # ws.cell(row=row_max+1,column=3,value=str(datalist[1]))
            # ws.cell(row=row_max+1,column=4,value=str(datalist[2]))
            # ws.cell(row=row_max+1,column=3,value=str(datalist[1]))
            wb.save("sakurai.xlsx")
        # return True

    def pillow(self):
        # picdir = glob.glob(r'./pic/*.png')   
        # for i in picdir:
        # 黑白处理
        img = cv2.imread(r'./pic/abcd.jpeg',0)
        # plt.imshow(img,cmap='gray',interpolation='bicubic')
        # plt.show()
        # text = pt.image_to_string(img,lang="chi_sim")
        # print(text)
        # 黑白二值化处理
        ret,img2=cv2.threshold(np.array(img),150,10,cv2.THRESH_BINARY)
        plt.imshow(img2,cmap='gray',interpolation='bicubic')
        plt.xticks([]),plt.yticks([])
        plt.show()
        text2 = pt.image_to_string(img2,lang="chi_sim")
        print(text2)


if __name__ == "__main__":
    aisakura = aisakura()
    # urls = aisakura.upload_coordinate()
    # result = aisakura.recognize_title(urls)
    # print(upload_coordinate)
    # print(os.getcwd())
    sakura = aisakura.pillow()



最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容