【图片识别改名】批量读取图片区域文字识别后批量改名,基于Python和腾讯云的实现方案

项目场景

  • ​办公文档管理​:将扫描的发票、合同等文档按编号、日期自动重命名。例如,识别"编号:2023001 日期:20230403"生成"2023001_20230403.jpg"。
  • ​产品图片整理​:电商产品图片按产品编号、名称自动命名。例如,识别"产品编号:P1001 产品名称:无线耳机"生成"P1001_无线耳机.jpg"。
  • ​证件照片归档​:身份证、学生证等证件照片按姓名、学号等信息命名。例如,识别"姓名:张三 学号:20230001"生成"张三_20230001.jpg"。
  • ​会议资料整理​:会议照片按会议名称、日期自动命名。例如,识别"会议:季度总结 日期:20230403"生成"季度总结_20230403.jpg"。

界面设计

可以使用Python的tkinter库来设计一个简单的图形用户界面(GUI),以下是一个基本的界面设计思路:

  • ​标题​:显示"批量图片文字识别与重命名工具"。
  • ​API配置区域​ :包含输入框用于填写腾讯云的SecretIdSecretKey,以及一个"保存配置"按钮。
  • ​关键字设置区域​:输入框用于输入要识别的关键词,用逗号分隔,例如"编号,名称,日期",并提供一个"设置关键词"按钮。
  • ​图片选择区域​:一个按钮用于选择要处理的图片文件,支持多选,下方显示已选择的图片数量。
  • ​选项设置区域​:包含"自动重命名文件"和"添加序号后缀"的复选框。
  • ​开始处理按钮​:点击后开始进行文字识别和文件重命名操作。
  • ​进度条​:显示处理进度。
  • ​结果区域​:显示识别结果和重命名信息。

详细代码步骤

1. 安装必要的库
复制代码
pip install pillow requests tkinter
2. 代码实现
复制代码
import os
import requests
from PIL import Image
from tkinter import Tk, Label, Entry, Button, Listbox, Checkbutton, IntVar, filedialog, messagebox, ttk

# 腾讯云OCR API地址
OCR_API_URL = "https://ocr.tencentcloudapi.com"

# 全局变量存储API密钥和关键词
SECRET_ID = ""
SECRET_KEY = ""
KEYWORDS = ""

def set_api_config():
    global SECRET_ID, SECRET_KEY
    SECRET_ID = secret_id_entry.get()
    SECRET_KEY = secret_key_entry.get()
    if SECRET_ID and SECRET_KEY:
        messagebox.showinfo("提示", "API配置已保存")
    else:
        messagebox.showerror("错误", "请输入SecretId和SecretKey")

def set_keywords():
    global KEYWORDS
    KEYWORDS = keywords_entry.get()
    if KEYWORDS:
        messagebox.showinfo("提示", "关键词已设置")
    else:
        messagebox.showerror("错误", "请输入要识别的关键词,用逗号分隔")

def select_images():
    global image_paths
    image_paths = filedialog.askopenfilenames(filetypes=[("图片文件", "*.jpg;*.png")])
    if image_paths:
        image_count_label.config(text=f"已选择 {len(image_paths)} 张图片")
    else:
        messagebox.showerror("错误", "未选择任何图片")

def recognize_and_rename():
    if not SECRET_ID or not SECRET_KEY or not KEYWORDS:
        messagebox.showerror("错误", "请先完成API配置和关键词设置")
        return
    if not image_paths:
        messagebox.showerror("错误", "请先选择要处理的图片")
        return

    total = len(image_paths)
    progress["maximum"] = total
    progress["value"] = 0

    for i, image_path in enumerate(image_paths):
        try:
            # 读取图片
            with open(image_path, "rb") as f:
                image_data = f.read()

            # 构建请求参数
            params = {
                "Action": "GeneralBasicOCR",
                "Version": "2018-11-19",
                "Region": "ap-guangzhou",
                "SecretId": SECRET_ID,
                "SecretKey": SECRET_KEY,
                "ImageBase64": image_data.hex()
            }

            # 发送请求
            response = requests.get(OCR_API_URL, params=params)
            result = response.json()

            if "TextDetections" in result:
                text = " ".join([item["DetectedText"] for item in result["TextDetections"]])
                # 根据关键词提取信息
                keyword_values = []
                for keyword in KEYWORDS.split(","):
                    start_index = text.find(keyword)
                    if start_index != -1:
                        end_index = start_index + len(keyword)
                        value = text[end_index:].split()[0](@ref)
                        keyword_values.append(value)
                    else:
                        keyword_values.append("")

                # 生成新文件名
                new_name = "_".join(keyword_values) + os.path.splitext(image_path)[1]
                new_path = os.path.join(os.path.dirname(image_path), new_name)

                # 重命名文件
                os.rename(image_path, new_path)
                result_text.insert(tk.END, f"{image_path} -> {new_path}\n")
            else:
                result_text.insert(tk.END, f"{image_path} 识别失败\n")

            progress["value"] += 1
            root.update_idletasks()
        except Exception as e:
            result_text.insert(tk.END, f"{image_path} 处理出错: {str(e)}\n")
            progress["value"] += 1
            root.update_idletasks()

    messagebox.showinfo("完成", "处理完成")

# 创建主窗口
root = Tk()
root.title("批量图片文字识别与重命名工具")

# API配置区域
api_frame = LabelFrame(root, text="API配置")
api_frame.pack(pady=10, padx=10, fill="x")

Label(api_frame, text="SecretId:").grid(row=0, column=0, padx=5, pady=5)
secret_id_entry = Entry(api_frame)
secret_id_entry.grid(row=0, column=1, padx=5, pady=5)

Label(api_frame, text="SecretKey:").grid(row=1, column=0, padx=5, pady=5)
secret_key_entry = Entry(api_frame, show="*")
secret_key_entry.grid(row=1, column=1, padx=5, pady=5)

save_api_button = Button(api_frame, text="保存配置", command=set_api_config)
save_api_button.grid(row=2, column=0, columnspan=2, pady=10)

# 关键字设置区域
keyword_frame = LabelFrame(root, text="关键字设置")
keyword_frame.pack(pady=10, padx=10, fill="x")

Label(keyword_frame, text="关键词:").grid(row=0, column=0, padx=5, pady=5)
keywords_entry = Entry(keyword_frame)
keywords_entry.grid(row=0, column=1, padx=5, pady=5)

set_keyword_button = Button(keyword_frame, text="设置关键词", command=set_keywords)
set_keyword_button.grid(row=1, column=0, columnspan=2, pady=10)

# 图片选择区域
image_frame = LabelFrame(root, text="图片选择")
image_frame.pack(pady=10, padx=10, fill="x")

Label(image_frame, text="选择图片:").grid(row=0, column=0, padx=5, pady=5)
image_listbox = Listbox(image_frame)
image_listbox.grid(row=0, column=1, padx=5, pady=5)

select_button = Button(image_frame, text="选择图片", command=select_images)
select_button.grid(row=1, column=0, columnspan=2, pady=10)

image_count_label = Label(image_frame, text="未选择任何图片")
image_count_label.grid(row=2, column=0, columnspan=2, pady=5)

# 选项设置区域
option_frame = LabelFrame(root, text="选项设置")
option_frame.pack(pady=10, padx=10, fill="x")

auto_rename_var = IntVar()
auto_rename_checkbox = Checkbutton(option_frame, text="自动重命名文件", variable=auto_rename_var)
auto_rename_checkbox.grid(row=0, column=0, padx=5, pady=5)

add_suffix_var = IntVar()
add_suffix_checkbox = Checkbutton(option_frame, text="添加序号后缀", variable=add_suffix_var)
add_suffix_checkbox.grid(row=1, column=0, padx=5, pady=5)

# 开始处理按钮
start_button = Button(root, text="开始处理", command=recognize_and_rename)
start_button.pack(pady=20)

# 进度条
progress = ttk.Progressbar(root, orient="horizontal", length=300, mode="determinate")
progress.pack(pady=10)

# 结果区域
result_text = Text(root, height=10, width=50)
result_text.pack(pady=10)

root.mainloop()
相关推荐
小红帽2.017 分钟前
从ioutil到os:Golang在线客服聊天系统文件读取的迁移实践
服务器·开发语言·golang
Zafir20241 小时前
Qt实现TabWidget通过addTab函数添加的页,页内控件自适应窗口大小
开发语言·c++·qt·ui
阿巴~阿巴~1 小时前
深入解析C++非类型模板参数
开发语言·c++
集成显卡3 小时前
使用 Google 开源 AI 工具 LangExtract 进行结构化信息抽取
python·google·openai
久笙&3 小时前
对象存储解决方案:MinIO 的架构与代码实战
数据库·python·架构
小指纹3 小时前
河南萌新联赛2025第(六)场:郑州大学
java·开发语言·数据结构·c++·算法
不甘懦弱4 小时前
阿里云搭建flask服务器
服务器·python·flask
赵英英俊4 小时前
Python day51
人工智能·pytorch·python
律品4 小时前
pytest的前置与后置
开发语言·python·pytest
飞翔的佩奇4 小时前
【完整源码+数据集+部署教程】遥感森林砍伐检测系统源码和数据集:改进yolo11-SWC
python·yolo·计算机视觉·数据集·yolo11·遥感森林砍伐检测