Python3开发快速获取图片的文字

简介： 我工作接触 PDF 文档较多，很多 PDF 文档由图片组成的，不能够复制文字？要是有一个程序能够快速获取文本的软件就好了。

如何响应截图

初步想法 ： 之前学过MFC编程，首先想到的是，通过 hook 方式，拦截鼠标键盘消息，根据按键截取屏幕区域的图片。

Python 具有丰富的库，要想实现实现 hook 分分钟的事，pyHook 模块是网上使用最多的。当运行时，其库很快就崩溃了， 其对 py3支持很不友好，短时间内没办法修复。放弃使用该方式。

很好，不能被动等待鼠标和键盘消息，主动查询方式岂不是更快。需要安装 pywin32 模块: pywin32-224-cp36-cp36m-win_amd64.whl，使用封装 windows API.

只需要获取键盘Ctrl键和鼠标左键状态(抬起与按下状态)

from win32 import win32api
helper_key_status = 0x8000 & win32api.GetKeyState(VK_CONTROL)
button_status = 0x8000 & win32api.GetKeyState(VK_LBUTTON)

通过一个线程主动查询，间隔 0.001 秒， 第一次点击记录左上角的点位置，第二次点击记录右下角点位置。

获取鼠标点位置：

x, y = win32api.GetCursorPos()

截取图片

最常用的是 pillow 模块，需要 pip install pillow

from PIL import ImageGrab

img = ImageGrab.grab((point1.x, point1.y, point2