### 使用 Selenium 封装方法实现 OCR 功能 为了实现基于 Selenium 的 OCR 功能封装，可以通过以下步骤完成： 1. **Selenium 获取动态加载的图片** 利用 Selenium 模拟浏览器行为抓取动态加载的图片 URL。此部分功能已经在引用中提供了一个完整的函数 `fetch_images_selenium`[^2]。 2. **调用 OCR 工具处理图片** 常见的 Python OCR 库有 Tesseract 和 Pytesseract。Tesseract 是一个强大的开源 OCR 引擎，而 Pytesseract 提供了其与 Python 的集成接口。 3. **封装成可重用的方法** 结合 Selenium 图片抓取和 OCR 文本提取功能，创建一个通用的工具类或模块。 以下是具体的代码示例： ```python from selenium import webdriver from selenium.webdriver.common.by import By import pytesseract from PIL import Image import requests import io import time class OcrWithSelenium: def __init__(self, chromedriver_path): self.driver = webdriver.Chrome(executable_path=chromedriver_path) def fetch_image(self, url, tag_name='img'): """从指定URL中抓取所有图片""" self.driver.get(url) time.sleep(3) # 等待页面完全加载 images = self.driver.find_elements(By.TAG_NAME, tag_name) image_urls = [img.get_attribute('src') for img in images if img.get_attribute('src')] return image_urls def download_and_process_ocr(self, image_url): """下载并处理单张图片的OCR""" response = requests.get(image_url) img = Image.open(io.BytesIO(response.content)) ocr_text = pytesseract.image_to_string(img) return ocr_text.strip() def process_all_images_with_ocr(self, urls): """批量处理多个图片URL并通过OCR提取文本""" results = [] for url in urls: try: text = self.download_and_process_ocr(url) results.append({"url": url, "text": text}) except Exception as e: results.append({"url": url, "error": str(e)}) return results def close_driver(self): """关闭 WebDriver 实例""" self.driver.quit() if __name__ == "__main__": chrome_driver_path = "/path/to/chromedriver" target_url = "https://example.com" ocr_tool = OcrWithSelenium(chrome_driver_path) image_urls = ocr_tool.fetch_image(target_url) if not image_urls: print("未找到任何图片") else: ocr_results = ocr_tool.process_all_images_with_ocr(image_urls) for result in ocr_results: print(f"Image URL: {result['url']}, Text: {result.get('text', '')}") ocr_tool.close_driver() ``` #### 关键点说明 - 上述代码定义了一个名为 `OcrWithSelenium` 的类，用于封装 Selenium 和 OCR 的核心逻辑。 - 方法 `fetch_image` 负责通过 Selenium 抓取网页中的图片链接列表[^2]。 - 方法 `download_and_process_ocr` 下载图片并利用 Pytesseract 进行 OCR 处理。 - 方法 `process_all_images_with_ocr` 批量处理所有图片链接，并返回每张图片对应的 OCR 文本结果。 - 在实际使用前需确保已安装 ChromeDriver 并设置正确的路径，同时还需要安装 Tesseract OCR 引擎及其依赖项。 --- ###