上傳圖片獲取URL及OCR識(shí)別結(jié)果

太懶了想一勞永逸干的事

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:
        # 黑白處理
        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)
        # 黑白二值化處理
        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()



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末差导,一起剝皮案震驚了整個(gè)濱河市算色,隨后出現(xiàn)的幾起案子枪向,更是在濱河造成了極大的恐慌徙瓶,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,858評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件嗅虏,死亡現(xiàn)場(chǎng)離奇詭異固歪,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)蜓洪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門纤勒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人隆檀,你說(shuō)我怎么就攤上這事摇天。” “怎么了恐仑?”我有些...
    開封第一講書人閱讀 165,282評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵泉坐,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我裳仆,道長(zhǎng)坚冀,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,842評(píng)論 1 295
  • 正文 為了忘掉前任鉴逞,我火速辦了婚禮记某,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘构捡。我一直安慰自己液南,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,857評(píng)論 6 392
  • 文/花漫 我一把揭開白布勾徽。 她就那樣靜靜地躺著滑凉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪喘帚。 梳的紋絲不亂的頭發(fā)上畅姊,一...
    開封第一講書人閱讀 51,679評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音吹由,去河邊找鬼若未。 笑死,一個(gè)胖子當(dāng)著我的面吹牛倾鲫,可吹牛的內(nèi)容都是我干的粗合。 我是一名探鬼主播,決...
    沈念sama閱讀 40,406評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼乌昔,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼隙疚!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起磕道,我...
    開封第一講書人閱讀 39,311評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤供屉,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體伶丐,經(jīng)...
    沈念sama閱讀 45,767評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡悼做,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了撵割。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片贿堰。...
    茶點(diǎn)故事閱讀 40,090評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡辙芍,死狀恐怖啡彬,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情故硅,我是刑警寧澤庶灿,帶...
    沈念sama閱讀 35,785評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站吃衅,受9級(jí)特大地震影響往踢,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜徘层,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,420評(píng)論 3 331
  • 文/蒙蒙 一峻呕、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧趣效,春花似錦瘦癌、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至西傀,卻和暖如春斤寇,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背拥褂。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評(píng)論 1 271
  • 我被黑心中介騙來(lái)泰國(guó)打工娘锁, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人饺鹃。 一個(gè)月前我還...
    沈念sama閱讀 48,298評(píng)論 3 372
  • 正文 我出身青樓致盟,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親尤慰。 傳聞我的和親對(duì)象是個(gè)殘疾皇子馏锡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,033評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 前言 寫完一篇文章發(fā)布到各平臺(tái),往往需要把文章中的圖片重新上傳到對(duì)應(yīng)平臺(tái)以及排版伟端,整個(gè)過(guò)程比較耗時(shí)耗力杯道。為減少這些...
    Go程序員閱讀 882評(píng)論 0 0
  • 1党巾、php 本地封裝了一個(gè)簡(jiǎn)單的json數(shù)據(jù)接口 2.客戶端拿到的圖片鏈接數(shù)據(jù)為 3.這是由于URL鏈接被轉(zhuǎn)義萎庭,解...
    程序小白菜閱讀 497評(píng)論 0 0
  • 推薦指數(shù): 6.0 書籍主旨關(guān)鍵詞:特權(quán)、焦點(diǎn)齿拂、注意力驳规、語(yǔ)言聯(lián)想、情景聯(lián)想 觀點(diǎn): 1.統(tǒng)計(jì)學(xué)現(xiàn)在叫數(shù)據(jù)分析署海,社會(huì)...
    Jenaral閱讀 5,721評(píng)論 0 5
  • 昨天吗购,在回家的路上,坐在車?yán)镉圃沼圃盏乜粗摹度龉衬墓适隆吩夷冶焕锩娴膬?nèi)容深深吸引住了捻勉,盡管上學(xué)時(shí)...
    夜闌曉語(yǔ)閱讀 3,788評(píng)論 2 9