此貼用來更新在工作中遇到的一些圖片解析內容

一、OCR是什么

OCR（Optical Character Recognition，光學字符識別） 是?一種將圖片中的文字自動識別并轉換為可編輯文本的技術。比如：

• 把一張手寫筆記的照片 ?? 轉成Word文檔
• 把掃描的PDF文件 ?? 轉成可搜索的文本

二、Python中如何實現OCR

請見:基于Tesseract OCR的文本識別方法及代碼示例

1.簡單應用

from PIL import Image
import pytesseract# 設置Tesseract路徑（根據你的安裝位置修改）
pytesseract.pytesseract.tesseract_cmd = r'E:\developer_tools\Tesseract-OCR\tesseract.exe'# 打開圖片
image = Image.open("test.png")# 識別文字
text = pytesseract.image_to_string(image, lang='chi_sim+eng')  # 中英文混合識別# 打印結果
print(text)

三、OCR的核心步驟

1.?圖像預處理?（提高識別準確率）

• 灰度化：將彩色圖轉為黑白
• 二值化：讓文字更清晰
• 去噪：去除背景干擾

import cv2
image = cv2.imread("test.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 轉為灰度
_, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)  # 二值化

2.?文字識別

text = pytesseract.image_to_string(binary, lang='chi_sim')

3.?輸出結果

• 直接保存為文本文件
• 生成可搜索的PDF（如你問題中的代碼）

四、OCR到的應用場景

場景	說明
文檔數字化	掃描件/照片轉文本
車牌識別	停車場自動識別車牌
發票識別	自動提取發票金額、日期
手寫筆記識別	將手寫內容轉為電子版

五、注意事項

?1.圖像質量決定效果：模糊、傾斜、低對比度的圖片識別率低。
?2.多語言支持：Tesseract支持100+種語言，需額外下載語言包。
?3.復雜布局處理：表格、多列文本可能需要更復雜的處理。

六、擴展學習

• 其他OCR庫：
  • easyocr：更適合中文場景
  • paddleocr：百度開發的OCR工具（中文效果優秀）
• 深度學習OCR：
  • 使用YOLO等模型實現更復雜的文本檢測和識別。