环境:python 3.7.x
使用的模块:pyautogui, win32gui
使用的工具:WindowSpy++
背景:最近要用帮同学处理400+张图片的文字识别,考虑用python实现 [天若OCR] 的批处理,临时抱佛脚学了一些东西,过程磕磕绊绊的,就记录一下。
1. 鼠标键盘动作模拟的模块(包)选择
百度到的键鼠模拟包主要有PyUserInput和pyautogui两个包可选,具体如下:
PyUserInput: 集成了py3.x之前的pymouse和pykeyboard等模块,需要先安装pyHook环境,之后可以pip install PyUserInput
pyautogui: windows下可直接pip install pyautogui
两者都可以实现丰富的键鼠操作,但我在尝试UserInput的时候遇到了一些问题:不同系统的键盘名称有区别,但不太好找到windows对应的键盘名称表。
多次尝试无果后,我就选择了pyautogui,它功能与UserInput无异、可以直接使用pip安装,还能很方便地找到一些函数和按键的快查表(如 https://blog.csdn.net/ibiao/article/details/77859997 - "pyautogui (一)")。
* 在使用pyautogui的过程中,我遇到了一些问题,如反复使用pyautogui.hotkey('ctrl','v')来模拟Ctrl+V热键的时候,有一定的概率出错。我的解决方式是十分笨拙的手动模拟:
1 import pyautogui as pg
2
3 pg.keyDown('ctrl')
4 pg.press('v')
5 pg.keyUp('ctrl')
2.多窗口下切换前置窗口
本着少做调查研究的原则,我本来是打算用模拟键盘alt+tab的方法直接实现切换窗口的,甚至计算了多个窗口下置换前置的排列组合方法。但是……天若OCR是一个联网才能使用的工具,在 [识别 - 跳出结果窗口] 的时间里,窗口的排列顺序是不确定的,所以多次反复的tab下结果总是不稳定……于是最终还是使用了win32。
论坛里关于使用win32将需要的窗口前置以方便模拟操作的攻略很少,这也是我写这一篇的动机。其实有非常简单的实现方法:
①确认需要前置的窗体信息:
告诉win32前置窗体之前,我们需要得到这个窗体的信息。各种论坛中获取窗体信息的方法主要有使用win32的代码、使用WindowsSpy++、使用按键精灵等。尝试后我觉得WindowsSpy++是最好入门的。这是一款安装和使用的傻瓜机器,点击窗体就能直接看到窗体句柄(窗体的ID)、窗体标题、窗体类名等等信息。窗体句柄和标题(比如图片查看器)是经常会变动的,网友们有各种各样的方法来实时获取窗体句柄,而这里我…………为了偷懒,在窗体关系并不复杂的前提下,我选择了用窗体类名而不是句柄或窗体标题来直接区别不同窗体。
如批量OCR过程中需要前置操作的窗口有[图片查看器]和[文本编辑器],通过WindowsSpy++我得到:记事本的窗体类名是notepad,而Windows照片查看器的窗体类名是Photo_Lightweight_Viewer。
②使用win32前置窗体:
如定义函数,前置[图片查看器]的代码如下:
1 import win32gui
2
3 def fore_text():
4 #描述类名
5 cla = 'Notepad'
6 #利用方法,通过类名找到窗体句柄
7 ctjb = win32gui.FindWindow(cla,None)
8 #利用方法,通过窗体句柄前置窗体
9 win32gui.SetForegroundWindow(ctjb)
* win32gui.FindWindow()函数的信息如下:
(转载自https://blog.csdn.net/guangyinglanshan/article/details/77847952,"如何利用Python和win32编程避免重复性体力劳动(一)——开始、FindWindow和FindWindowEx")
3.案例的程序实现
虽然折腾了很久,但这个批量应用天若OCR的小脚本最后显得非常简单……具体代码如下:
1 import pyautogui as pg
2 import time
3 import win32gui
4
5 pg.PAUSE = 1.0
6
7 #window ranges
8 def fore_picView():
9 cla = 'Photo_Lightweight_Viewer'
10 hld = win32gui.FindWindow(cla,None)
11 win32gui.SetForegroundWindow(hld)
12
13 def fore_text():
14 cla = 'Notepad'
15 hld = win32gui.FindWindow(cla,None)
16 win32gui.SetForegroundWindow(hld)
17
18
19 ## make sure TianRuo is open
20
21 ###########
22 fore_picView()
23
24 for i in range(0,100):
25
26
27 #F4
28 pg.press('f4')
29
30 #choose rec
31 pg.click(650,400)
32 time.sleep(2.0)
33
34 #change window
35 fore_text()
36
37
38 #Ctrl_V
39 pg.keyDown('ctrl')
40 pg.press('v')
41 pg.keyUp('ctrl')
42 pg.press('enter')
43 pg.press('enter')
44
45 #change window
46 fore_picView()
47
48 pg.press('right')