### 使用 PyCharm 实现 OCR 图片文字识别功能 PyCharm 是一款强大的 Python 开发工具，完全支持通过集成库来实现 OCR 功能。以下是具体方法： #### 方法一：基于 PaddleOCR 的实现 PaddleOCR 提供了一种高效的方式来进行中文 OCR 文字识别。以下是一个完整的代码示例[^1]。 ```python import cv2 from paddleocr import PaddleOCR def ocr_images(images): if images: ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 启用角度分类器并设置语言为中文 for r in images: file_path = r.get("file_path") result_txt_path = r.get("result_txt_path") img = cv2.imread(file_path) ocr_result = ocr.ocr(img, cls=True) with open(result_txt_path, "w", encoding='utf-8') as f: for line in ocr_result: text = line[-1][0] f.write(text + "\n") print(f"{result_txt_path} 写入完成！") ``` 此代码片段展示了如何加载图像并通过 `PaddleOCR` 执行 OCR 操作，最终将结果保存至指定的 `.txt` 文件中[^1]。 --- #### 方法二：基于 Baidu AI 的 AipOcr 接口 Baidu 提供了一个简单易用的 OCR SDK —— AipOcr。它可以通过调用云端服务快速获取图片中的文字信息[^2]。 ```python from aip import AipOcr import os class BaiDuAipOcr(object): def __init__(self, app_id, api_key, secret_key): self.client = AipOcr(app_id, api_key, secret_key) def get_file_content(self, filePath): with open(filePath, 'rb') as fp: return fp.read() def picture_to_str(self, image): try: dic = self.client.basicGeneral(image) # 调用通用接口 words_list = [item['words'] for item in dic.get('words_result', [])] return '\n'.join(words_list) except Exception as e: print(e) if __name__ == "__main__": APP_ID = '你的APP_ID' API_KEY = '你的API_KEY' SECRET_KEY = '你的SECRET_KEY' bd_ocr = BaiDuAipOcr(APP_ID, API_KEY, SECRET_KEY) image_path = './img/zhuogui.png' content = bd_ocr.picture_to_str(bd_ocr.get_file_content(image_path)) print(content) ``` 上述代码实现了从本地读取一张图片，并将其上传到百度云服务器进行处理，最后打印出提取的文字内容[^2]。 --- #### 方法三：基于 Tesseract 和 Pillow 的解决方案 Tesseract 是一个开源的 OCR 工具，配合 Pillow 库可以轻松完成图片转文字的任务。需要注意的是，必须正确配置 Tesseract 的环境变量以及调整 `pytesseract.py` 中的相关参数[^3]。 ```python from PIL import Image import pytesseract # 设置 Tesseract 可执行文件路径 pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' def extract_text_from_image(image_path): try: img = Image.open(image_path) text = pytesseract.image_to_string(img, lang='chi_sim') return text.strip() except Exception as e: print(f"Error: {e}") return None if __name__ == "__main__": image_path = "./example.jpg" extracted_text = extract_text_from_image(image_path) if extracted_text: print(extracted_text) ``` 这段脚本利用了 `pytesseract` 来调用系统的 Tesseract 安装版本，并指定了中文的语言模型 (`lang='chi_sim'`) 进行字符解析[^3]。 --- ### 总结 以上三种方案分别适用于不同的场景需求和技术栈偏好： - 如果追求高性能和离线部署能力，则推荐 **PaddleOCR**； - 若倾向于借助成熟的第三方平台简化开发流程，可选用 **Baidu AipOcr**； - 对于轻量化应用或已有成熟基础设施的情况，可以选择 **Tesseract+Pillow** 组合。