KindleからPythonで文字起こし

Kindleの文字起こしするコードを書いた。

中身は手作業でやっている作業をPythonで自動化したものだ。

キーボードでページを送り、画面コピーを行う。

あっという間に、本一冊分のJPG化が完了する。

import pyautogui
from PIL import ImageGrab
import time

pos =(875,1070)
page = 300

pyautogui.click(pos, button="left")

for i in range(page):
    pyautogui.click(500, 500,button="left")
    pyautogui.press("right")
    time.sleep(0.5)
    screenshot = ImageGrab.grab()
    screenshot.save('{}screenshot.jpg'.format(i))

お次は画像からの文字起こし。

すこし余計な部分はトリミングする。

import cv2 
import pytesseract
from pytesseract import Output
import os
import PIL.Image as im
    
page = 248

for i in range(page):
    fn = '{}screenshot.jpg'.format(i)
    is_file = os.path.isfile(fn)
    if is_file:  
        img = im.open(fn)
        tr = img.crop（（250,100,830,970））
        tr.save('output/'+fn)

OCRをインストール

Tesseract OCR in Python with Pytesseract & OpenCV

ひとまず、ＯＣＲでテキストを抜き取って、最後はまとめて排出した。

import cv2 
import pytesseract
from pytesseract import Output
import os
import PIL.Image as im
    
page = 203
all = ""

for i in range(page):
    fn = '{}screenshot.jpg'.format(i)
    is_file = os.path.isfile('output/'+fn)
    if is_file: 
        img = cv2.imread('output/'+fn)
        print(fn)
        img = im.open('output/'+fn)
        
        custom_config = r'--psm 3'
        e = pytesseract.image_to_string(img, config=custom_config, lang='eng')
        e=" ".join(e.split('\n'))
        all = all + e
    else:
        pass