利用文字识别批量去除文字类型水印。

xiaoxue

简单点的思路 。
图像转换jpg -> post 到 baiduAi -> 返回识别的文字（带坐标）-> 根据返回的坐标Image.new() 生成个#FFfff背景的图像->利用Image.paste() 把#fff图像覆盖住水印

1. # -*- coding: utf-8 -*-
   
2. from aip import AipOcr
   
3. import time
   
4. import random
   
5. import sys,re
   
6. import requests,json
   
7. from PIL import Image, ImageDraw,ImageFont
   
8. import base64
   
9. # """ 你的 APPID AK SK """
   
10. APP_ID = xxx'
    
11. API_KEY = 'xxxx'
    
12. SECRET_KEY = 'xxxxx'
    
13. client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    
14. a = client.accurate(image)
    
15. def get_file_content(filePath):
    
16. with open(filePath, 'rb') as fp:
    
17. return fp.read()
    
18. def Wordfilter(words, arr):
    
19.         for str in arr:
    
20.                 if words.find(str) >=0:
    
21.                         return True
    
22.         return False
    
23. for juzi in a['data']['words_result']:
    
24.         filterKey = [‘股票学习网','股票','股票学习','股票学','习网','www.']
    
25.         if Wordfilter(juzi['words'],filterKey):
    
26.                 cropZB = juzi['location']
    
27.                 left = cropZB['left']
    
28.                 top = cropZB['top']
    
29.                 right = left + cropZB['width']
    
30.                 bottom = top + cropZB['height']
    
31.                 TC_img = Image.new("RGB",(cropZB['width'],cropZB['height']),"#FFFFFF")
    
32.                 im.paste(TC_img,(left, top, right, bottom))
    
33.         
    
34. im.save(file)

复制代码

处理前:

处理后:


一些小技巧：
im.resize((w*2, h*2),Image.ANTIALIAS)
im.resize((w*3, h*3),Image.ANTIALIAS)
im.resize((w*4, h*4),Image.ANTIALIAS)
通过修改 宽和高： 来提高 文字识别的准确率度。
处理完后im.resize((w, h),Image.ANTIALIAS).save('xx.jpg')

wjcj

现在已经进入 ai niche 站时代了，楼主有什么好玩的吗， 我在做采集翻译语音自动上传youtb一条龙的自动化站

xiaoxue

好玩的？ 最近研采集  用百度ai做文章分类 tag 内链 去水印啥的。 youtube不审了 没得搞吧。

blockmoon

楼主发的好玩啊

xiaoxue

blockmoon 发表于 2018-9-15 23:19
楼主发的好玩啊

多交流～ 紫薯补丁

xiaoxue

facebook号专家 发表于 2018-9-19 09:03
楼主 漏脸了。。。哈哈

？ fb小号咋卖的。

最近也在搞采集翻译建站，用翻译出来可读性一般