翼度科技»论坛 编程开发 python 查看内容

Python调用微信OCR识别文字和坐标

8

主题

8

帖子

24

积分

新手上路

Rank: 1

积分
24
原理

在看雪看到一篇文章:逆向调用QQ截图NT与WeChatOCR-软件逆向。里面说了怎么调用微信和QQ本地的OCR模型,还有很详细的分析过程。
我稍微看了下文章,多的也看不懂。大概流程是使用mmmojo.dll这个dll来与WeChatOCR.exe做通信的,也是用它来启动和关闭WeChatOCR.exe进程的。所以关键只需要知道这个dll里的导出函数怎么使用,就能自己实现调用OCR。并且可以脱离微信,不需要启动微信就能调用。既然这样,那完全可以使用Python加载mmmojo.dll启动WeChatOCR.exe并和它通信进行OCR识别。
代码怎么实现的就不多说的,感兴趣的可以看github的源码。我就说下有意思的一个技巧和一个踩坑的地方
回调指针技巧

OCR识别成功完成后会调用你给定的回调函数,并将结果作为参数传给回调函数。而其中一个回调函数的原型是static void OCRRemoteOnConnect(bool is_connected, void* user_data);。第一个参数是当前连接状态,比较有意思的是第二个参数
第二个参数是你给定的一个指针,它可以通过SetMMMojoEnvironmentCallbacks这个导出函数来设置,然后你就可以在回调函数里访问到这个指针。这个有什么用呢?就以上面github里的C++代码为例,代码里是将它设置为类的this指针,然后在建立连接后调用OCRRemoteOnConnect回调函数时,通过这个this指针改变类变量m_connect_con_var,然后你才能调用DoOCRTask,如果m_connect_con_var变量没有被设置,说明没有连接成功,就一直等待。
搜了一下,在Python里也可以实现这样一个操作,把这个值设置成Python类对象,然后就可以在回调函数访问这个类对象。原理大概像这篇文章:python - Back-casting a ctypes.py_object in a callback - Stack Overflow。先使用ctypes.py_object将对象转化为一个PyObject指针传给c层,然后在回调函数里再通过ctypes.cast(context, py_object).value得到这个对象,在这个项目里的代码如下:
  1. # 将self转为c指针设置成user_data
  2. SetMMMojoEnvironmentCallbacks(m_mmmojo_env_ptr, 0, py_object(self))
  3. # 在回调函数里使用它
  4. def OCRRemoteOnConnect(is_connected:c_bool, user_data:py_object):
  5.     print(f"OCRRemoteOnConnect 回调函数被调用, 参数, is_connected: {is_connected}")
  6.     if user_data:
  7.         manager_obj:OcrManager = cast(user_data, py_object).value
  8.         manager_obj.SetConnectState(True)
复制代码
踩坑

调用dll时的参数不能直接用c_wchar_p,需要先赋值给一个变量,不然会被垃圾回收机制给回收了。而且错误很难定位,不会报错,程序直接终止
  1. # 错误代码
  2. SetMMMojoEnvironmentInitParams(m_mmmojo_env_ptr, 2, c_wchar_p(m_exe_path))
  3. # 正确代码
  4. c_m_exe_path = c_wchar_p(m_exe_path)
  5. SetMMMojoEnvironmentInitParams(m_mmmojo_env_ptr, 2, c_m_exe_path)
复制代码
另外还要注意的它的生命周期,和使用的时间。有些使用比较久的,你还得定义成全局变量或者赋值给self.
如何使用

安装

我已经发布到了pypi上,可以使用pip安装:pip install wechat-ocr
如果使用的是国内源,可能还没有更新,可以使用pip install wechat-ocr -i https://pypi.org/simple来使用官方源安装
使用
  1. import os
  2. import json
  3. import time
  4. from wechat_ocr.ocr_manager import OcrManager, OCR_MAX_TASK_ID
  5. wechat_ocr_dir = "C:\\Users\\Administrator\\AppData\\Roaming\\Tencent\\WeChat\\XPlugin\\Plugins\\WeChatOCR\\7057\\extracted\\WeChatOCR.exe"
  6. wechat_dir = "D:\\GreenSoftware\\WeChat\\3.9.6.32"
  7. def ocr_result_callback(img_path:str, results:dict):
  8.     result_file = os.path.basename(img_path) + ".json"
  9.     print(f"识别成功,img_path: {img_path}, result_file: {result_file}")
  10.     with open(result_file, 'w', encoding='utf-8') as f:
  11.        f.write(json.dumps(results, ensure_ascii=False, indent=2))
  12. def main():
  13.     ocr_manager = OcrManager(wechat_dir)
  14.     # 设置WeChatOcr目录
  15.     ocr_manager.SetExePath(wechat_ocr_dir)
  16.     # 设置微信所在路径
  17.     ocr_manager.SetUsrLibDir(wechat_dir)
  18.     # 设置ocr识别结果的回调函数
  19.     ocr_manager.SetOcrResultCallback(ocr_result_callback)
  20.     # 启动ocr服务
  21.     ocr_manager.StartWeChatOCR()
  22.     # 开始识别图片
  23.     ocr_manager.DoOCRTask(r"T:\Code\WeChat\OCR\Python\img\1.png")
  24.     ocr_manager.DoOCRTask(r"T:\Code\WeChat\OCR\Python\img\2.png")
  25.     ocr_manager.DoOCRTask(r"T:\Code\WeChat\OCR\Python\img\3.png")
  26.     time.sleep(1)
  27.     while ocr_manager.m_task_id.qsize() != OCR_MAX_TASK_ID:
  28.         pass
  29.     # 识别输出结果
  30.     ocr_manager.KillWeChatOCR()
  31.    
  32. if __name__ == "__main__":
  33.     main()
复制代码
运行结果:

源码仓库

https://github.com/kanadeblisst00/wechat_ocr
aardio版本

aardio作者也实现了一个aardio版本:https://mp.weixin.qq.com/s/kYGGyjKW-GJxlqGkmQfuBg
本文由博客一文多发平台 OpenWrite 发布!

来源:https://www.cnblogs.com/kanadeblisst/p/18136913
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x

举报 回复 使用道具