如何使用 python 从 google meet 中抓取实时字幕

Question

我想使用 python 从 google meet 中提取实时字幕。 我尝试了很多搜索，发现了一些不是开源的扩展，如果是，它们不是使用 python 构建的。 这是一个严重的问题，任何帮助将不胜感激。

Answer 1

我建议您使用 pytesseract 从图像中获取文本。然后您可以使用 PIL 进行屏幕截图。您可以在 while 循环中重复此操作。 截取屏幕截图后，您可以使用 PIL 再次将其裁剪为文本。

一些示例代码是：

from PIL import Image
from PIL import ImageGrab
import pytesseract
import time

Lines = []      #Will store text

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files(x86)\Tesseract-OCR\tesseract.exe"    #Or wherever your tesseract exe is stored

i = 0
while(i < 10):                      #Loop until you want to stop   
    image = ImageGrab.grab()        #Take screen shot

    width, height = image.size      #Get width and height

    left = 0                        #Variables for cropping
    top = 0
    right = width
    bottom = height

    image = image.crop((left,top,right,bottom))         #Crop image

    image_to_text = pytesseract.image_to_string(image)  #Get text from image


    #append text to lines
    if(len(Lines) > 0):
        if(Lines[len(Lines)-1] != image_to_text):
            Lines.append(image_to_text)
    else:
        Lines.append(image_to_text)

    i+=1

print(str(Lines)) </code>

您可能需要一些稍微不同的代码，因为 Google Meet 上的字词会同时出现一个。

我发现安装 pytesseract 很困难，所以安装时要小心。