### Python 实现图像中的文字识别 #### 使用 `pytesseract` 库进行 OCR 处理 为了从图片中提取文字，可以利用 Tesseract OCR 工具配合 Python 的封装库 `pytesseract` 来完成这一任务。Tesseract 是由 Google 维护的一个开源光学字符识别工具，支持多种编程语言接口。 下面是一个简单的例子来展示如何读取单张图片并从中抽取中文文本： ```python from PIL import Image import pytesseract image_path = "example_image.png" text = pytesseract.image_to_string(Image.open(image_path), lang='chi_sim') print(text) ``` 这段代码首先导入必要的模块，接着指定要处理的图片位置，最后通过调用 `image_to_string()` 函数传入打开后的图片对象以及设定的语言参数（这里设置为简体中文），从而获取到转换成字符串形式的文字内容[^1]。 对于批量处理多张图片的情况，则可以通过遍历目录下的所有图片文件来进行逐一解析，并将结果存储至特定文档内以便后续查看或进一步分析： ```python import os import pytesseract from PIL import Image images_folder = './images/' output_file = 'recognized_texts.txt' with open(output_file, 'w', encoding='utf-8') as file: for filename in os.listdir(images_folder): if not (filename.endswith('.png') or filename.endswith('.jpg')): continue full_path = os.path.join(images_folder, filename) try: recognized_text = pytesseract.image_to_string( Image.open(full_path), lang='chi_sim' ) file.write(f'--- {filename} ---\n{recognized_text}\n\n') except Exception as e: print(f"Error processing image {full_path}: ", str(e)) ``` 此脚本会扫描给定文件夹内的每一张符合条件的图片，尝试执行 OCR 操作并将得到的结果按顺序记录下来[^2]。 #### 利用 PaddleOCR 提升性能与准确性 除了上述基于 Tesseract 的解决方案外，还有其他更先进的选项可供选择。比如来自百度团队开发维护的 PaddlePaddle 生态系统里的 PaddleOCR，它不仅能够提供更高的识别精度，在面对复杂场景时也表现得更加稳健可靠。 安装方式如下所示： ```bash pip install paddlepaddle==2.3.0 -i https://mirror.baidu.com/pypi/simple/ pip install paddleocr --upgrade ``` 下面是使用 PaddleOCR 进行基本 OCR 任务的一段示范代码： ```python from paddleocr import PaddleOCR ocr_model = PaddleOCR(use_angle_cls=True, lang="ch") result = ocr_model.ocr("input_image.jpg", cls=True) for idx, res in enumerate(result): print(f"Line {idx + 1}:") for word_box in res: print(word_box[-1][0]) # 输出每个单词及其置信度分数 ``` 该程序创建了一个新的 PaddleOCR 对象实例用于初始化模型配置；随后加载目标图片并通过 `.ocr()` 方法启动检测流程；最终迭代输出每一行被发现的文字信息连同其对应的概率评估值一起显示出来[^4]。