在Python Selenium中读取图像中的文本

from selenium import webdriver
import pytesseract
from PIL import Image

driver = webdriver.Chrome()  # 使用Chrome浏览器，需要提前安装ChromeDriver
driver.get("http://example.com")  # 打开需要读取文本的网页
driver.save_screenshot("screenshot.png")  # 截取整个页面的屏幕截图
element = driver.find_element_by_xpath("//xpath/to/image")  # 根据XPath定位包含文本的图像元素
location = element.location
size = element.size
left = location['x']
top = location['y']
right = left + size['width']
bottom = top + size['height']
image = Image.open("screenshot.png")
image = image.crop((left, top, right, bottom))  # 裁剪出图像中的文本部分
image.save("text_image.png")  # 保存裁剪后的图像

text = pytesseract.image_to_string(Image.open("text_image.png"), lang="eng")
print(text)