讯飞手写 OCR 图像文字识别工具
本项目是一个基于 Python 的图形化工具，支持使用 讯飞开放平台 的 手写文字识别 API 对指定文件夹下的图片进行批量 OCR 识别，并自动生成 Word 文档。
支持自定义 API 参数配置，自动保存配置，下次启动自动填充。图形化界面友好，操作简便，适合教师、教辅、资料归档等使用场景。
📦 功能说明
- 支持识别
.jpg,.png,.bmp,.jpeg格式图片 - 自动识别当前文件夹或其子文件夹中的图片内容
- 图片识别内容自动写入 Word（
.docx），字体：宋体，小四，段前段后为 0，最小行距 12 磅 - 每张图片自动标注“修改前”、“修改后”结构，并分页
- 图片所在文件夹名写入 Word 中作为“——姓名”标注
- 支持 GUI 操作，支持打包为
.exe使用，无需 Python 环境
🖼️ 图形界面功能
- 输入讯飞
APPID,API_KEY,OCR接口URL - 选择或手动输入图片所在目录路径
- 点击“开始识别”按钮自动批量处理并生成 Word 文件
- 所有配置自动保存，下次启动自动加载
🚀 快速开始
1. 安装依赖
1 | pip install -r requirements.txt |
或手动安装：
1 | pip install PyQt5 python-docx requests |
2. 运行程序
1 | python ocr_gui.py |
📝 配置说明
程序会自动在当前目录生成一个配置文件：
1 | config.json |
📄 输出格式说明
每张图片对应一个“修改前：”和“修改后：”段落结构
段落之间添加分页符
在“修改前：”上方插入 ——姓名（文件夹名） 居中段落
所有图片识别结果拼接在同一个 Word 中，文件名为对应文件夹名称
🔐 API 获取方式
请在讯飞开放平台申请并获取：
APPID
API_KEY
OCR 接口地址（默认可用）
申请地址：https://www.xfyun.cn/services/ocr_general
📌 注意事项
仅支持中文/英文手写识别（建议图片清晰，避免旋转）
单张图识别失败不会影响整体执行，会跳过
若图片较大或数量过多，识别需等待数秒
单张图片不能超过5MB
📃 License
本项目仅供学习和教育用途，禁止商业或非法用途。API 使用请遵守讯飞开发者服务协议。